基于某超市的數(shù)據(jù)挖掘分析李春林任博雅河北經(jīng)貿(mào)大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)學(xué)院060061：；【文章摘要】“”弦喘i譬9妒一4。”鬻”本文面對(duì)超市2年的日銷售數(shù)據(jù)。一根據(jù)數(shù)掘挖掘思想，對(duì)海量數(shù)據(jù)按品類進(jìn)行分組，并對(duì)各品類商品的銷售數(shù)據(jù)進(jìn)行分析。此外還通過(guò)對(duì)各品類的銷售額建立ARMA模型，探求消費(fèi)者的消凳習(xí)慣，對(duì)商品的品類布局提出建議。j，i秀【關(guān)鍵詞】。超市；數(shù)據(jù)挖掘；AEMA模型；品類管理根據(jù)通常的定義，數(shù)據(jù)挖掘就是利用數(shù)據(jù)分析工具從海量數(shù)據(jù)中提取隱含的、表面不為人們所知但又有價(jià)值的信息獲取過(guò)程。數(shù)據(jù)挖掘技術(shù)是一門包括多學(xué)科知識(shí)的技術(shù)，涉及統(tǒng)計(jì)學(xué)、計(jì)算機(jī)數(shù)據(jù)庫(kù)、計(jì)算機(jī)網(wǎng)絡(luò)、數(shù)理邏輯等學(xué)科，近年來(lái)許多智能技術(shù)也已廣泛應(yīng)用于數(shù)據(jù)挖掘領(lǐng)域中。本文以河北省某超市8萬(wàn)余種商品2005年一2006年的13銷售數(shù)據(jù)為分析對(duì)象，共4228521條數(shù)據(jù)記錄。利用Access數(shù)據(jù)庫(kù)技術(shù)，將商品歸為12個(gè)品類，以7天為一個(gè)銷售周期，將數(shù)據(jù)按實(shí)收金額匯總為一個(gè)73行，12列的次級(jí)數(shù)據(jù)表。12個(gè)品類分別為：熟食部門，水產(chǎn)部】，果蔬部門，自制部門，干性副食，糧油和調(diào)料，煙酒飲料，冷藏冷凍，日配，服裝鞋帽，箱包，小家電。一總體銷售分析2006年春節(jié)期間銷售額嚴(yán)重下滑，整年銷售額與2005年大體持平。根據(jù)次級(jí)數(shù)據(jù)表，計(jì)算得2年的月度數(shù)據(jù)，為消除春節(jié)，五一，十一的高銷售額的影響將兩年數(shù)據(jù)進(jìn)行差分，得到12行數(shù)據(jù)。圖l為差分后的圖表。由上圖可以看出，每個(gè)月的銷售額數(shù)據(jù)點(diǎn)較均勻的分布在0線兩側(cè)，2006年同2005年的銷售額大體持平。1月，2月的銷售額遠(yuǎn)不如2005年，分別比2005年少1200000元和1000000元。這兩個(gè)月為春節(jié)銷售高峰期，然而銷售量卻縮水。這是超市應(yīng)該重視的一個(gè)問(wèn)題。3月到9月的銷售額，處于正常波動(dòng)，2006年與2005年大致相同，從9月開始，2006據(jù)上看，2006年的銷售額比2005年少1500000元。二品類分析圖2為各品類部門經(jīng)差分后的銷售情況。與2005年相比，每一部門在1月、2月的銷售在2006年都有不同程度的下降。其中，銷售縮水最為嚴(yán)重的是小家電部門，其次為干性副食，冷藏冷凍、日年的銷售額的增長(zhǎng)速度不斷提高。從數(shù)配部門。這是很不副合邏輯的，很可能OUUU4000l12000l，。八一一。廠。蠹O陵V一yY黌-2000礦。士?？趏Vw“工翼卜系列1-4000蘸7000000；。一。漱。蹴。漱蕊蕊蕊。黜；馘戳。；。盈00總量數(shù)據(jù)差分?jǐn)?shù)據(jù)圖圖2銷售數(shù)據(jù)差分?jǐn)?shù)據(jù)圖RNBSINSSr業(yè)衄萬(wàn)方數(shù)據(jù)水產(chǎn)部門：)=一023yt_l一059yt_2+段一03l以1一O95t_2十O19y=+008y,州+O22)，鰣+00緲E埔服裝鞋帽部門：引入小家電部門，糧油調(diào)料部門的銷售額y。和y。辮=一117yl_1一O73yt一2+以一132啤一l一099雎一2+O41ya+062)，聃小家電部門：引入服裝鞋帽部門，箱包部門，干性副食部門的銷售額)，細(xì)，)么，圪聲。Yf=046yt_I一046M2+06l讎1099a卜2+O27y囪孵+042y曲+O291，赫箱包部門：引入小家電部門，服裝鞋帽部門的銷售額y捌，y細(xì)I。咒=O45yt一24-4一O454_l+O，85tt一2+O38y蜊+O26ytm日配部門，引入箱包部門，服裝鞋帽部門，自制部門的銷售額，么y南。，k。兒=167yt-l-1Olyf一2+以+182他一l+132tt-2+O50y勱+O26ym+15)72于性副食部門：引入果蔬部門，自制部門，水產(chǎn)部門的銷售額y囂么y韶。Yt=-0，65ytI一095Yt一2+腹+O57，-l+O97肛一2+086yF+144y4+416Jk果蔬部fl：引入煙酒飲料部門。糧油調(diào)料部門，箱包部門的銷售額J，刪，M州。J么。咒；O56ys_l一061yt一2+肛+O45,u,-lO94,ut一2+O22yz酬+O13y聊+018)，曲自制部門：引入果蔬部門，水產(chǎn)部門，小家電部門的銷售額y翠，J，c，y刪。Yc z 045ytt+042y卜2-069y卜，+H+069#rl+03毛213鈕扣，+020y-+059y：+O07y_冷藏冷凍gfl引入箱包部門，服裝鞋帽部門，自制部門的銷售額y曲，y正刪，y。只=O90yt_2+以+095zt_2+006y州+O05y觸。+017y口糧油調(diào)料部門；引入自制部門，服裝鞋帽部門的銷售額圪，y鈿。 一乃=099yt_l一082yt_2+鸕+090,u_tO96a,_2+166J名+O62夕次熱食部門；引入糧油調(diào)料部門，小家電部門的銷售額)，蛐，y，H。M=O26yt-l+054y卜2+乒+O95聲k2+O17)，f州+O22y鯽ltltitI飲料lSf-J,引入糧油調(diào)料部門，果蔬部門，千性副食部門的銷售額，銣，)，蘆，)雄。咒=178yt_l一095yt一2+4 4-193雎_xo93A一2+014y舅n+O84y蘆+O1ly蔭的原因是，超市保護(hù)商品的力度不強(qiáng)，出現(xiàn)了偷盜現(xiàn)象。節(jié)后各部門出現(xiàn)了銷售額的反彈，大部分部f J都比去年同期銷售額高。這得利于節(jié)后促銷工作，此期間的銷售策略值得推廣。4月，銷售額最大的為糧油調(diào)料部門，果蔬，服裝鞋帽，箱包和小家電部l】的銷售額最低。5月，總體銷售額比4月略有提高，銷售額最小的仍為小家電部f1。6月到10月，各部門銷售額浮動(dòng)于0線附近，變化不大，此期間應(yīng)推行各種促銷手段，刺激消費(fèi)。入秋以后，各部門銷售額又有明顯上升，到12月，果蔬，干性副食，糧油調(diào)料的銷售額明顯增加。從圖2中還可以看出，整年銷售額比較穩(wěn)健的是熟食部門(系列1)和水產(chǎn)部門(系列2)；銷售額變動(dòng)較大的是小家電(系列12)，箱包(系列11)，冷藏冷凍(系列8)和FI配(系列9)。三消費(fèi)者行為分析通過(guò)商品的銷售額，可以反映出消費(fèi)者的消費(fèi)行為信息。消費(fèi)者在不同部門之間選購(gòu)何種非急需商品，與部門的布局、促銷商品的種類搭配有著密不可分的關(guān)系。本文試圖對(duì)各部門的銷售額建立ARMA模型，同時(shí)在模犁中引入其它部門的銷售額序列。以下為各部門的銷售額的ARMA模型。以上部門的擬合模型，經(jīng)過(guò)模型比較和反復(fù)修改，最終都引入了其它部門的銷售額來(lái)建立ARMA模犁，擬合優(yōu)度均在0。450。69之間，各保留項(xiàng)均通過(guò)T檢驗(yàn)，并在l的顯著性水平下顯著。通過(guò)反復(fù)修正，模型中引入某一部門的其它具有顯著性的系數(shù)均為正，說(shuō)明這些部門的銷售額的變動(dòng)方向與引入部門的是相同的。在模犁中的這些變量，它們的變動(dòng)都是與因變奄的變動(dòng)是同向而且是同時(shí)的。因此超市在制定促銷計(jì)劃時(shí)，可以考慮這種共同變動(dòng)情況，達(dá)到降低促銷成本的目的，提高利潤(rùn)額。此外，根據(jù)這種共同變動(dòng)的特點(diǎn)，可以調(diào)整各部門的相對(duì)位置，方便顧客選購(gòu)，最大限度的促進(jìn)銷售最的增加。下圖為根據(jù)模型變量相互關(guān)系所做的各部門建議布局。圃嚴(yán)j” ；。一；+_?。?j“、i。j$ir露【參考文獻(xiàn)】 “。l、陸召逢，郭嗣宗，關(guān)聯(lián)規(guī)則在化妝品銷售分析中的應(yīng)用，科技和產(chǎn)業(yè)，2008(1 0)，P1 9-2l “r一2、梁宗經(jīng)，曠蕓，黃曉昀，數(shù)據(jù)挖強(qiáng)技術(shù)在科技統(tǒng)計(jì)數(shù)據(jù)分析中的應(yīng)用探索，經(jīng)濟(jì)師，2007(1)，p1 4-1 55，賀玲，昊玲迭，蔡益朝，數(shù)據(jù)挖掘中的聚類算法綜述，計(jì)算機(jī)應(yīng)用研，究，20071)，Pj O-54、周肆清，歐陽(yáng)烽，數(shù)據(jù)挖掘在高校數(shù)字圈書館應(yīng)用的可行性分析，高校霉書館工作，2007(5)，p23-26【作者簡(jiǎn)介】1，李春林(1 965一)，男，河北省任縣人，河北經(jīng)貿(mào)大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)學(xué)院教授，管理學(xué)博士，研究方向：經(jīng)；濟(jì)統(tǒng)計(jì)分析；2、任博雅(1 983一)，女，河北省廊坊市人，河北經(jīng)貿(mào)大學(xué)統(tǒng)計(jì)學(xué)專業(yè)碩士研究生。萬(wàn)方數(shù)據(jù)基于某超市的數(shù)據(jù)挖掘分析作者： 李春林， 任博雅作者單位： 河北經(jīng)貿(mào)大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)學(xué)院,050061刊名： 現(xiàn)代商業(yè)英文刊名： MODERN BUSINESS年，卷(期)： 2009，(5)引用次數(shù)： 0次參考文獻(xiàn)(4條)1.陸召連.郭嗣宗 關(guān)聯(lián)規(guī)則在化妝品銷售分析中的應(yīng)用期刊論文-科技和產(chǎn)業(yè) 2008(10)2.梁宗經(jīng).曠蕓.黃曉昀 數(shù)據(jù)挖掘技術(shù)在科技統(tǒng)計(jì)數(shù)據(jù)分析中的應(yīng)用探索期刊論文-經(jīng)濟(jì)師 2007(01)3.賀玲.吳玲達(dá).蔡益朝 數(shù)據(jù)挖掘中的聚類算法綜述期刊論文-計(jì)算機(jī)應(yīng)用研究 2007(01)4.周肆清.歐陽(yáng)烽 數(shù)據(jù)挖掘在高校數(shù)字圖書館應(yīng)用的可行性分析期刊論文-高校圖書館工作 2007(05)相似文獻(xiàn)(10條)1.會(huì)議論文 謝瑜嫻.陳定方.張波.李康.劉建新 超市行業(yè)中的數(shù)據(jù)挖掘技術(shù)研究 2008介紹了數(shù)據(jù)挖掘的概念,分析了超市行業(yè)中數(shù)據(jù)來(lái)源及特點(diǎn),討論了超市行業(yè)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用范圍,并設(shè)計(jì)了一套可應(yīng)用于超市的數(shù)據(jù)挖掘系統(tǒng)框架,為超市行業(yè)數(shù)據(jù)挖掘系統(tǒng)的實(shí)現(xiàn)提供了參考模型.2.學(xué)位論文 耿曉中 超市管理系統(tǒng)及數(shù)據(jù)挖掘技術(shù)在其上的應(yīng)用 2004本文主要介紹了“超市管理系統(tǒng)”的需求分析與具體設(shè)計(jì)，以及基于“超市管理系統(tǒng)”上的數(shù)據(jù)挖掘。近十幾年來(lái)，數(shù)據(jù)挖掘技術(shù)有了長(zhǎng)足的進(jìn)步。數(shù)據(jù)挖掘已成為數(shù)據(jù)庫(kù)研究、開發(fā)和應(yīng)用最活躍的分支之一，數(shù)據(jù)挖掘(DataMining)就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。微薄的利潤(rùn)使零售商們比其他行業(yè)更早進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)階段.零售商們看到提高決策支持過(guò)程就能直接提高存貨管理和財(cái)政預(yù)測(cè)的效率.零售商們?cè)缙诓捎脭?shù)據(jù)倉(cāng)庫(kù)讓他們有更好的機(jī)會(huì)運(yùn)用數(shù)據(jù)挖掘.由于零售業(yè)搜集大量的銷售數(shù)據(jù)、顧客購(gòu)物記錄、貨物運(yùn)送、消費(fèi)模式和服務(wù)記錄等等，它是數(shù)據(jù)挖掘的主要應(yīng)用領(lǐng)域。尤其是由于Web或電子商務(wù)實(shí)用性和流行性的增加，搜集數(shù)據(jù)的量迅速增長(zhǎng)。如今，很多商店都有自己的Web站點(diǎn)，顧客可以在線購(gòu)買。零售數(shù)據(jù)的大量來(lái)源和類型為數(shù)據(jù)挖掘提供了豐富的數(shù)據(jù)源。在這種情況下，零售商如何找到自己最有效的客戶，如何開發(fā)有競(jìng)爭(zhēng)力的業(yè)務(wù)，如何提高經(jīng)營(yíng)效率，都是需要頗費(fèi)一番腦筋的。在這樣的背景下，零售商紛紛求助于IT技術(shù)，希望從中找到競(jìng)爭(zhēng)制勝的良方。本文首先介紹了“超市管理系統(tǒng)”的具體分析與設(shè)計(jì)，本系統(tǒng)分為兩個(gè)子系統(tǒng)：后臺(tái)管理員端和前臺(tái)收銀端。其中，前臺(tái)收銀系統(tǒng)負(fù)責(zé)超市的日常銷售工作，具有界面簡(jiǎn)潔，反應(yīng)快速，運(yùn)行安全可靠的特征，主要功能有：支持多種付款模式；支持各種商品銷售、退貨，打折處理；銷售數(shù)據(jù)的掛起，恢復(fù)功能；銷售小票的打印功能；收銀機(jī)鎖定功能；銷售數(shù)據(jù)查詢，統(tǒng)計(jì)功能；更改登陸密碼；嚴(yán)格而靈活的用戶權(quán)限管理。后臺(tái)管理系統(tǒng)對(duì)商場(chǎng)貨物流轉(zhuǎn)進(jìn)行全面管理，貨物的任何流轉(zhuǎn)均有相應(yīng)的單據(jù)。它可以實(shí)現(xiàn)各種單據(jù)的電腦化；銷售數(shù)據(jù)的及時(shí)統(tǒng)計(jì)；倉(cāng)庫(kù)的嚴(yán)格管理；完備的會(huì)員管理系統(tǒng)儲(chǔ)存會(huì)員的所有個(gè)人及購(gòu)物信息；完善的供應(yīng)商管理機(jī)制；以及完整的財(cái)務(wù)管理。后臺(tái)管理系統(tǒng)又分為以下子系統(tǒng)：1.商品管理2.供應(yīng)商管理3.價(jià)格管理4.庫(kù)存控制5.報(bào)表6.匯總7.財(cái)務(wù)控制8.月結(jié)9.年結(jié)10.清算11.歷史數(shù)據(jù)12.會(huì)員管理13.用戶管理在使用的過(guò)程中，隨著數(shù)據(jù)的不斷增加、業(yè)務(wù)的不斷發(fā)展，如何從中及時(shí)發(fā)現(xiàn)有用的知識(shí)，提高信息利用率，這成為目前零售商急需解決的問(wèn)題。面對(duì)“數(shù)據(jù)豐富，但信息貧乏”，重要的決定常常不是基于數(shù)據(jù)庫(kù)中信息豐富的數(shù)據(jù)，而是基于決策者的直覺的現(xiàn)狀，要想使數(shù)據(jù)真正成為一個(gè)我們可利用的資源，為我們自身的業(yè)務(wù)決策和戰(zhàn)略發(fā)展服務(wù)，我們決定通過(guò)數(shù)據(jù)挖掘?qū)?shù)據(jù)進(jìn)行分析，以便為我們的決策服務(wù)，從而提高零售業(yè)的競(jìng)爭(zhēng)能力。近幾年來(lái)，零售超市面對(duì)的市場(chǎng)競(jìng)爭(zhēng)壓力日益增加。能否擁有一套迅速靈敏、功能強(qiáng)大的市場(chǎng)分析系統(tǒng)，有針對(duì)性地制定政策，適時(shí)根據(jù)市場(chǎng)需求排放貨物，顯得越來(lái)越重要，從而基于“超市管理系統(tǒng)”其上的數(shù)據(jù)挖掘應(yīng)運(yùn)而生。本文介紹了運(yùn)用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則，挖掘“超市管理系統(tǒng)”數(shù)據(jù)庫(kù)中各種貨物的排放，避免了脫離市場(chǎng)、脫離需求，盲目排放貨物所造成的損失，節(jié)省了資金，提高了效益。關(guān)聯(lián)規(guī)則(AssociationRules)的挖掘是數(shù)據(jù)挖掘中一個(gè)重要的問(wèn)題。關(guān)聯(lián)規(guī)則可以發(fā)現(xiàn)交易數(shù)據(jù)庫(kù)中不同商品(項(xiàng))之間的聯(lián)系，這些規(guī)則找出顧客購(gòu)買行為模式，如購(gòu)買了某一商品對(duì)購(gòu)買其他商品的影響。發(fā)現(xiàn)這樣的規(guī)則可以應(yīng)用于商品貨架設(shè)計(jì)、貨存安排以及根據(jù)購(gòu)買模式對(duì)用戶進(jìn)行分類。本文主要運(yùn)用FP-tree方法尋找數(shù)據(jù)庫(kù)中的關(guān)聯(lián)規(guī)則，關(guān)聯(lián)規(guī)則在數(shù)據(jù)挖掘是一個(gè)重要的研究?jī)?nèi)容，而產(chǎn)生頻繁集則是尋找關(guān)聯(lián)規(guī)則的第一步。本文分析并且實(shí)現(xiàn)了FP-growth算法。FP-growth算法的優(yōu)點(diǎn)是節(jié)省時(shí)間和空間，對(duì)大規(guī)模數(shù)據(jù)采用分治的辦法以避免規(guī)模巨大難以接受。FP-growth算法主要通過(guò)FP-tree來(lái)構(gòu)造頻繁集。FP-tree是一個(gè)數(shù)據(jù)庫(kù)里跟產(chǎn)生頻繁集有關(guān)的信息的壓縮表示。在具體的實(shí)現(xiàn)中，我通過(guò)了一系列的從低到高的數(shù)據(jù)結(jié)構(gòu)來(lái)實(shí)現(xiàn)它，并進(jìn)而實(shí)現(xiàn)整個(gè)算法。3.期刊論文 謝瑜嫻.陳定方.張波.李康.劉建新.XIE Yu-xian.CHEN Ding-fang.Zhang bo.LI Kang.LIU JIan-xin 超市行業(yè)中的數(shù)據(jù)挖掘技術(shù)研究 -湖北工業(yè)大學(xué)學(xué)報(bào)2008,23(3)介紹了數(shù)據(jù)挖掘的概念,分析了超市行業(yè)中數(shù)據(jù)來(lái)源及特點(diǎn),討論了超市行業(yè)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用范圍,并設(shè)計(jì)了一套可應(yīng)用于超市的數(shù)據(jù)挖掘系統(tǒng)框架,為超市行業(yè)數(shù)據(jù)挖掘系統(tǒng)的實(shí)現(xiàn)提供了參考模型.4.學(xué)位論文 楊春雷 數(shù)據(jù)挖掘技術(shù)在會(huì)員制超市客戶關(guān)系管理中的應(yīng)用研究 2008隨著中國(guó)市場(chǎng)經(jīng)濟(jì)逐步發(fā)展和完善，中國(guó)零售企業(yè)將面臨更多國(guó)外優(yōu)秀企業(yè)的挑戰(zhàn)，會(huì)員制超市之間的競(jìng)爭(zhēng)也日趨激烈，人們已經(jīng)逐漸認(rèn)識(shí)到客戶對(duì)于企業(yè)的重要性，沒有優(yōu)良的客戶資源，企業(yè)就無(wú)法發(fā)展。因此，如何更多地了解客戶的信息，并將這種信息轉(zhuǎn)變成“知識(shí)”，從而更好地為客戶提供高質(zhì)量的個(gè)性化服務(wù)，提高客戶滿意度，保持和發(fā)展高價(jià)值的客戶，已經(jīng)成為各企業(yè)開展業(yè)務(wù)的一個(gè)緊迫課題。企業(yè)要想在日趨激烈的市場(chǎng)競(jìng)爭(zhēng)中立于不敗之地，就必須加快企業(yè)信息化建設(shè)步伐?？蛻絷P(guān)系管理(CRM)就是企業(yè)通過(guò)對(duì)客戶的管理來(lái)提升企業(yè)市場(chǎng)競(jìng)爭(zhēng)力的一種電子商務(wù)解決方案。它與企業(yè)資源計(jì)劃(ERP)以及供應(yīng)鏈管理(SCM)一起構(gòu)成了企業(yè)信息化建設(shè)的基本構(gòu)架，CRM中應(yīng)用的核心技術(shù)就是數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘技術(shù)是一種新的信息處理技術(shù)，其主要特點(diǎn)是對(duì)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析，從中提取輔助商業(yè)決策的信息。能夠從海量的商業(yè)類客戶關(guān)系管理信息數(shù)據(jù)中發(fā)現(xiàn)一些未知的、有價(jià)值的規(guī)律，幫助企業(yè)向管理智能化方向發(fā)展。本文首先從客戶關(guān)系管理和數(shù)據(jù)挖掘的基本概念和原理入手，闡明了在會(huì)員制超市客戶關(guān)系管理中應(yīng)用數(shù)據(jù)挖掘的必要性，構(gòu)建了以數(shù)據(jù)挖掘?yàn)楹诵牡腃RM系統(tǒng)模型。對(duì)基于數(shù)據(jù)挖掘的會(huì)員制超市客戶關(guān)系管理系統(tǒng)進(jìn)行了設(shè)計(jì)，建立了會(huì)員制超市客戶價(jià)值、客戶關(guān)聯(lián)分析和客戶細(xì)分的數(shù)據(jù)挖掘模型，并運(yùn)用數(shù)據(jù)挖掘工具Clernentine11.0對(duì)模型進(jìn)行了驗(yàn)證和評(píng)價(jià)。本文的研究可以為會(huì)員制零售企業(yè)開展業(yè)務(wù)帶來(lái)新的思路，為國(guó)內(nèi)會(huì)員制超市提升客戶關(guān)系管理水平，提升客戶滿意度、獲取競(jìng)爭(zhēng)優(yōu)勢(shì)提供一定的幫助。5.期刊論文 陶穎.劉萬(wàn)軍.TAO Ying.LIU Wan-jun 數(shù)據(jù)挖掘在超市管理中的應(yīng)用 -遼寧工程技術(shù)大學(xué)學(xué)報(bào)（自然科學(xué)版）2005,24(z2)針對(duì)當(dāng)前在大型連鎖超市中采購(gòu)、存儲(chǔ)、銷售的龐大數(shù)據(jù)需要合理的存儲(chǔ)、分析、查詢的實(shí)際問(wèn)題,采用了數(shù)據(jù)挖掘的方法,在理論上介紹了數(shù)據(jù)挖掘技術(shù)的相關(guān)知識(shí)及其在超市管理中的應(yīng)用,以超市營(yíng)銷管理作為實(shí)例,詳細(xì)描述了數(shù)據(jù)挖掘的整個(gè)分析、設(shè)計(jì)及應(yīng)用過(guò)程,并對(duì)國(guó)內(nèi)數(shù)據(jù)挖掘應(yīng)用的現(xiàn)狀進(jìn)行了分析.結(jié)果對(duì)數(shù)據(jù)挖掘在實(shí)踐應(yīng)用上的一個(gè)理論指導(dǎo),配合特定算法后將在實(shí)踐中有著一定的應(yīng)用前景.6.學(xué)位論文 趙謙 數(shù)據(jù)挖掘技術(shù)在大型超市中的應(yīng)用研究 2007隨著中國(guó)加入WTO，市場(chǎng)經(jīng)濟(jì)逐步發(fā)展和完善，零售行業(yè)內(nèi)的競(jìng)爭(zhēng)也越來(lái)越激烈，尤其是各個(gè)大型超市之間。在日趨激烈的市場(chǎng)競(jìng)爭(zhēng)中，如何充分應(yīng)用企業(yè)的各種經(jīng)營(yíng)信息，從而使企業(yè)更具有競(jìng)爭(zhēng)力，成為各家超市企業(yè)關(guān)注的重點(diǎn)。因此，對(duì)超市經(jīng)營(yíng)信息、數(shù)據(jù)的整理、挖掘，從中得出對(duì)經(jīng)營(yíng)有用的信息，增強(qiáng)超市的競(jìng)爭(zhēng)能力，已經(jīng)成為各家超市企業(yè)面臨的一個(gè)緊迫課題。論文介紹了我國(guó)超市行業(yè)的發(fā)展背景，分析了超市發(fā)展目前所面臨的問(wèn)題，提出了引入數(shù)據(jù)挖掘技術(shù)來(lái)增強(qiáng)大型超市市場(chǎng)競(jìng)爭(zhēng)能力的思路。文章對(duì)數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)進(jìn)行了理論闡述，結(jié)合超市行業(yè)特點(diǎn)提出了超市數(shù)據(jù)特性，從商品、顧客、銷售等角度對(duì)數(shù)據(jù)挖掘技術(shù)在超市中的可用性進(jìn)行了分析。以超市數(shù)據(jù)特性和數(shù)據(jù)挖掘、數(shù)據(jù)倉(cāng)庫(kù)理論為基礎(chǔ)，對(duì)超市中適用的數(shù)據(jù)挖掘模型進(jìn)行了分析設(shè)計(jì)。文章提出建立基于數(shù)據(jù)挖掘的超市管理系統(tǒng)，具體分析了系統(tǒng)實(shí)施的總體模型、功能設(shè)計(jì)、層次模型以及數(shù)據(jù)挖掘模型在其中的應(yīng)用，并針對(duì)系統(tǒng)的核心數(shù)據(jù)倉(cāng)庫(kù)的建立進(jìn)行了進(jìn)一步分析設(shè)計(jì)。文章最后一部分針對(duì)數(shù)據(jù)挖掘模型的應(yīng)用進(jìn)行實(shí)證研究，以一個(gè)大型超市的實(shí)踐為背景，應(yīng)用數(shù)據(jù)挖掘模型對(duì)超市數(shù)據(jù)進(jìn)行分析，挖掘出一些有用的信息，為超市經(jīng)營(yíng)決策提供輔助支持。本課題的研究為提升大型超市市場(chǎng)競(jìng)爭(zhēng)能力提供了新的思路，為數(shù)據(jù)挖掘技術(shù)在超市行業(yè)的實(shí)用化做出了有益的嘗試，從而對(duì)超市數(shù)據(jù)進(jìn)行更有效深層次上的挖掘。7.期刊論文 宋鈺 基于關(guān)聯(lián)規(guī)則算法的超市數(shù)據(jù)挖掘方法分析 -福建電腦2009,25(7)銷售數(shù)據(jù)分析是關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法的主要應(yīng)用領(lǐng)域之一.文章基于關(guān)聯(lián)規(guī)則的算法原理,提出了一種對(duì)于超市銷售數(shù)據(jù)關(guān)聯(lián)分析方法,可以作為超市數(shù)據(jù)挖掘的一種基本算法.8.學(xué)位論文 楊種學(xué) LHSMDSS系統(tǒng)中數(shù)據(jù)挖掘模塊的設(shè)計(jì)與實(shí)現(xiàn) 2004數(shù)據(jù)挖掘是從海量數(shù)據(jù)中提取隱含在其中的、事先未知的、但又是潛在有用的信息和知識(shí)的非平凡過(guò)程，是一門新興的邊緣學(xué)科。它匯集了來(lái)自機(jī)器學(xué)習(xí)、模式識(shí)別、數(shù)據(jù)庫(kù)、統(tǒng)計(jì)學(xué)、人工智能以及管理信息系統(tǒng)等多學(xué)科的成果。本文的主要工作是基于LHSMDSS(LianHuaSupermarketDecisionSupportSystem，聯(lián)華超市決策支持系統(tǒng))系統(tǒng)中的數(shù)據(jù)挖掘模塊的設(shè)計(jì)和實(shí)現(xiàn)所展開的。LHSMDSS系統(tǒng)中的數(shù)據(jù)挖掘模塊是建立在數(shù)據(jù)倉(cāng)庫(kù)技術(shù)和OLAP技術(shù)的基礎(chǔ)上，運(yùn)用關(guān)聯(lián)分析、分類、聚類分析和預(yù)測(cè)分析等數(shù)據(jù)挖掘方法，從海量的交易數(shù)據(jù)中發(fā)掘有價(jià)值的知識(shí)，為超市的決策者提供科學(xué)的決策信息和依據(jù)。本文的工作主要包括：LHSMDSS系統(tǒng)數(shù)據(jù)挖掘模塊的設(shè)計(jì)和實(shí)現(xiàn)，包括運(yùn)用基于FP-growth算法實(shí)現(xiàn)商品關(guān)聯(lián)交易規(guī)則的發(fā)現(xiàn)、動(dòng)態(tài)聚類的方法實(shí)現(xiàn)商品聚類、C4.5算法構(gòu)造決策樹實(shí)現(xiàn)客戶分類和預(yù)測(cè)、多元線性回歸和最小二乘法實(shí)現(xiàn)銷售趨勢(shì)的預(yù)測(cè)；最后，借助數(shù)據(jù)挖掘模塊對(duì)超市中的歷史數(shù)據(jù)進(jìn)行了分析，得出了許多重要的知識(shí)，這些重要知識(shí)為超市的客戶關(guān)系管理、市場(chǎng)營(yíng)銷和戰(zhàn)略決策提供了重要的信息，并帶來(lái)了較大的經(jīng)濟(jì)效益。9.學(xué)位論文 連歡 數(shù)據(jù)挖掘在超市客戶關(guān)系管理中的應(yīng)用 2008隨著信息技術(shù)的發(fā)展，企業(yè)與信息系統(tǒng)之