产品营销客户信息关联模式挖掘与分析.pdfVIP

第 24 卷 第 2 期 沈阳师范大学学报 (自然科学版) Vol.24, No .2 2006 年 4 月 Journal of S heny ang N or mal University (Na tural Science) Apr .2006 文章编号 : 1673 - 5862(2006)02 - 0202 - 03 产 品 营 销 客 户 信 息 关联 模 式 挖 掘 与 分 析 闫 禹, 于 涧 (沈阳师范大学 信息技术学院, 辽宁 沈阳 110034) 摘 要 : 介绍了以关联规则方式对商业销售 中客户数据进行分析的方法,实 际运用 中以某商 业网点化妆品销售 中客户信息的数据 集为例,针对 销售 客户信息的具体特点给出 了一种 改进 的 Apriori 算法 实践表 明,改进后的 Ap riori 算法,可 以减少无意义规则的产生,提高挖掘效率 · · 关 键 词 : 数据挖掘 ;关联规则 ;Apriori 算法 中图分类号 : T P 311.52 文献标识码 : A 数据库中的知识发现 (KDD)是 目前人工智能和数据库相交叉 的一个热门研 究领域 数据挖掘是 · KDD 的一个核心步骤,其 内容涉及各种知识模 式的提取算法 数据挖掘在商业部 门的许 多领域得到广 · 泛应用,关联规则是其中一种重要的挖掘模式 探索一种方便高效实用的商业客户信息挖掘分析系统无 · 疑对商家增进营销业绩及掌握市场动 向具有重要的商业价值· 本文中挖掘是 以一商业单位化妆品销售客户登记信息为背景进 行的 对关联规则进 行挖掘 能够发 · 现大量数据的属性之间的有意义的关联或相关联系 如果能够发现客户数据集中各属性的关联,特别是 · 一些年龄、职业、收入水平等一般因素与顾客最终购买产品类型的消费倾 向间的关联,并分析规律,那么 对于服务重点客户进而推出更迎合客户 口味的产品具有重要指导意义· 典型的关联规则发现算法 Apriori 算法所发现的规则数量多,但很难快速发现在商业上有用 的 规则,可能会挖掘出大量的冗余无意义信息,它们可能仅仅描述琐细的个别的知识,并且浪费大量机器 时间 理想的规则应是去发现满足最小支持度和最小置信度要求而且在商业上是有意义 的规则 所 以, · · 有必要对 Apriori 算法进行相应改进,从而可 以减少产生无用规则的数量,提高挖掘效率· 1 关联规则定义及 Apriori 算法 关联规则的挖掘 问题可形式化描述如下: 设 I = {i , i ,…, i }是 由 m 个不同的项 目组成的集合 给定一个事务数据库 D,其中每一个事务 1 2 m · T 是 I 中一组项 目的集合,即 T I , T 有一个 唯一的标识符 T ID 若项集 A I 且 A T,则事务 T · 包含项集 A 一条关联规则就是形如 A B 的蕴涵式,其中 A I , B I , A ∩B = Φ 关联规则 A B ·