超市行业中的数据挖掘技术研讨.pdf

第23卷第3期 湖 北 工 业 大学 学报 2008年6月 No．3 Hubei V01．23 Journalof of Jun．2008 UniversityTechnology [文章编号]1003--4684(2008)03—0096—03 超市行业中的数据挖掘技术研究 谢瑜娴，陈定方，张 波，李 康，刘建新 (武汉理工大学物流工程学院，湖北武汉430063) [摘 要]介绍了数据挖掘的概念，分析了超市行业中数据来源及特点。讨论了超市行业中数据挖掘技术的应 用范围，并设计了一套可应用于超市的数据挖掘系统框架，为超市行业数据挖掘系统的实现提供了参考模型． [关键词]数据挖掘；超市数据特点；系统设计 [中图分类号]TP274 [文献标识码]：A 随着信息技术的发展和电子商务的普及，大量 中．这些数据从对象上看，有供应商数据、商品数据 的信息系统被应用于零售业．超市的大量销售数据 和客户数据等；从销售角度看，可以分为成本数据、 及库存数据成为商家进行数据分析和成本控制的重 利润数据、销售情况等．从数据的来源看，超市的数 要依据．更好地利用这些数据来分析客户的购买行 据可大致分为以下5种． 为及购买模式成为数据挖掘应用的热点之一． 1)销售数据．主要来自pos机．在利用pos机售 货收银时，只需用扫描枪扫过条形码，计算机就能根 1 数据挖掘概述 据商品的条形码在数据库中自动查询其售价，最后 计算出每笔交易的累计总价，打印出清单，同时将该 数据挖掘是指从大量的、不完全的、有噪声的、 交易中商品的种类、数量、金额等输人数据库． 模糊的、随机的数据库中，提取隐含在其中的、人们 2)顾客信息．主要来自客服部门的信息．超市行 事先不知道的、但又是潜在有用的信息和知识的过 业的会员卡、积分卡等制度，为收集客户信息提供了 程[1]．这些信息的表现形式为：规则、概念、规律及模 不少方便．会员卡的电子化甚至能跟踪单个客户，了 式等．它可帮助决策者分析历史数据及当前数据，从 解客户在不同时期的购买情况． 中发现隐藏的关系和模式，进而预测未来可能发生 3)商品信息．主要来自库存部门．包括每件商品 的行为． 自身的条形码、所属商品的种类、外包装样式、价格、 由于融合了多个不同学科领域的技术与成果， 产地、生产时间、过期时间及其供应商名称等数据． 使得数据挖掘方法表现出多种多样的形式．从统计 4)供应商信息．主要来自采购部门．包括供应商 分析类的角度来说，统计分析技术中使用的数据挖 的规模、信用情况、供应商品的种类，价格及其利润 掘模型有线性分析和非线性分析、回归分析、逻辑回 空间等相关信息． 归分析、单变量分析、多变量分析、时间序列分析、最 5)总体销售情况．对销售数据的初步汇总及库 近序列分析、最近邻算法和聚类分析等方法口]．利用 存和利润情况．中心电脑在销售数据日汇总的基础 这些技术可以检查出那些异常形式的数据，然后利 上，汇总了每种商品的销量、销售额和利润，以便及 用各种统计模型和数学模型解释这些数据，发现隐 时调整每种商品的进货情况和有关定价以及利润情 藏在这些数据背后的市场规律和商业机会