面向零售业的关联规则挖掘的研究与实现

来源：计算机技术与发展杂志2016年第10期北京时间：

作者：张珏;陈莉;田建学

摘要：随着零售业在城市的快速发展，智能系统积累了大量的零售业原始数据，急需一种技术来发现数据中蕴含的内在规则，为企业管理者提供决策支持。数据挖掘是目前一个重要的研究方向，可以把日常业务数据知识化。介绍了零售业商务智能系统的发展现状，并通过分析零售业数据来掌握顾客的购买偏好，并同时对挖掘结果进行说明，在一定程度上利用关联规则技术解决现实中的商业问题。针对数量和利润的因素，提出利用频繁项目集寻找商品利润最大化的销售组合模型，零售商可以根据该模型输出的销售组合模型对商品进行捆绑销售，以获得最大利润。提出来竞争商品的概念，即找出隐含在数据库中相互竞争商品的模型，这样就得到了零售业商品推荐模型。实验结果表明，提出的模型能找出高交叉销售利润的商品，在零售业中有很好的实用性。

关键词：数据挖掘;关联规则;零售业商务智能系统;Apriori算法