基于Apriori算法的智慧商场模型
发布时间:
第14卷第5期
无锡职业技术学院学报
2015年9月
VoI.14 No.5
J0URNAL OF WUXI INSTITUTE OF TECHNOLOGY
Sep.2015
DOI:10.13750/j.cnki.issn.1671—7880.2015.05.014
基于Apriori算法的智慧商场模型
郑佳敏, 钱鹏江 , 余梦巧 ’ 杨
(江南大学数字媒体学院,江苏
无锡
214122)
摘 要:随着顾客的消费水平日益提高,实现商场的智能化管理成为能够刺激消费,实现利润增长
的重要手段和必然趋势。为此,针对智慧商场的商品摆放位置优化需求,该文分析数据挖掘中关联 规则挖掘领域的Apriori算法,并基于该算法提出可行的智慧商场存储位置优化模型,实现对顾客 购物历史数据的相关性分析,进而实现相关商品位置摆放优化以促进商场的利润增长。
关键词:数据挖掘;关联规则;Apriori算法;存储位置优化;智慧商场 中图分类号:TP 301
文献标志码:A
文章编号:1671-7880(2015)05—0045-04
Intel lectual ized mal l model based on Apriori algorithm
ZHENG Jiamin,QIAN Pengjiang,’
Mengqiao,YANG Yi
(School of Digital Media,Jiangnan University,Wuxi 214122,China)
Abstract:With customers’consumption increasing day by day,it has become an important way and inevi—
table tendency to realize the intellectualized management in shopping centers in order to expand consump— tion and obtain profit growth.To meet乙
the optimization requirement of product storage location in intellec— tualized mail,the Apriori algorithm in the field of association rules in data development is analyzed in this paper,and based on this algorithm,by performing the correlation analysis on historical customers’consu— ming data,this paper proposes a feasible,storage location optimization model SO as to optimize the storage locations of correlative products and further achieve the maximum profits.
Keywords:data development;association rules;Apriori algorithm;storage location optimization;intellec— t1la1jzed mal1
随着经济和科技的发展,人们的生活方式以及 智能化发展中的一个重要需求。
消费方式也在发生改变,消费者在追求物质上的消
本文着眼于当前市场存在的根据顾客购物信
费满足的同时,对于商场提供的消费服务也更加重
息中所存在的商品相关性对商品位置摆放进行优 视。如何对庞大的消费人群进行有效的刺激消费,
化的功能需求,具体讲述应用关联规则挖掘领域的
提供智能化的服务已经成为各大商场发展的主要 频繁项集发现算法——Apriori算法进而实现相关 问题。因此针对顾客的消费习惯,优化商品摆放位 商品位置排放优化,并促进商场利润增长,为打造 置,进而刺激顾客的潜意识消费,则是目前商场在
智慧商场、提高商场竞争力提供技术支持。
收稿日期:2015-07-07
项目来源:国家自然科学基金(61202311);江苏省自然科学基金(BK201221834);江苏省产学研前瞻性研究项目(BY2013015—02);江苏省 大学生创新创业训练计划项目(201510295019Y)
作者简介:郑佳敏(1995一
),女,浙江台州人,研究方向:软件技术;
钱鹏江(1979一
),男,江苏泰州人,副教授,博士,硕士生导师,研究力向:软件技术。
>>>>
46 无锡职业技术学院学报http://wx,.j.cbpt.cnki.net 第14卷
1研究背景和意义
提高顾客对关联商品的购买率,从而刺激消费,提
高商场的竞争力。
目前,我们正处于信息爆炸的时代,电子商务 数据挖掘技术的应用能够有效地缓解大量信
正以令人咋舌的速度快速发展,传统零售业商场等 息与数据分析之间的矛盾,应用Apriori算法的重 也在不断地发展和创新自己的管理模式和营销手
要性也十分明显。
段。与此同时,不断增大的信息量与数据分析处理
之间的矛盾也日益凸显。因此,商家开始对每日产
2关联规则和Apriori
生的庞大的购物信息进行及时分析处理,也就是如
◇关联规则:指在日志数据、关系数据或者其 何对这些信息进行数据挖掘,得到有利于商家进行 他信息载体中,存在于项目集合或对象集合之间的
正确营销决策的信息。这也是美国零售业巨头沃
频繁模式、相关性或因果结构。关联规则的获取主 尔玛创造的“啤酒与尿布”的成功案例给商家带来 要是通过数据挖掘的方法从大量的事件记录数据