王玉珍，常 丹

(1.蘭州財經(jīng)大學(xué) 絲綢之路經(jīng)濟研究院，甘肅 蘭州，730020;2.蘭州財經(jīng)大學(xué)信息工程學(xué)院，甘肅蘭州，730020)

隨著“互聯(lián)網(wǎng)+”概念的不斷深入，很多傳統(tǒng)企業(yè)開始開設(shè)網(wǎng)站，將部分線下業(yè)務(wù)搬上了互聯(lián)網(wǎng)，開始開展電子商務(wù);與此同時，越來越多的純網(wǎng)絡(luò)型零售企業(yè)也迅速發(fā)展起來，導(dǎo)致電子商務(wù)領(lǐng)域的競爭越來越激烈，因此企業(yè)要想在激烈的競爭中立于不敗之地，就必須對用戶行為進行研究。而對于農(nóng)產(chǎn)品來說，滿足用戶的個性化需求，幫助網(wǎng)站精準(zhǔn)營銷［1］的前提是了解用戶需要什么樣的產(chǎn)品。因此文中以某農(nóng)資網(wǎng)站為例，通過使用關(guān)聯(lián)分析中的經(jīng)典算法——Apriori算法，對該網(wǎng)站用戶行為進行研究，挖掘出強關(guān)聯(lián)規(guī)則，從而改善網(wǎng)站結(jié)構(gòu)，提高用戶滿意度。

由于很多領(lǐng)域事物間存在某種關(guān)系，而關(guān)聯(lián)規(guī)則挖掘可以發(fā)現(xiàn)這種規(guī)律，從而幫助人們做出決策，因此受到各界學(xué)者廣泛的關(guān)注。如，張文斌認(rèn)為傳統(tǒng)的購物籃分析不能按照時間序列做出演化和預(yù)測，因此提出通過聚類來重組購物籃，并對演化的參數(shù)和模型進行研究，開發(fā)出購物籃可視化交互系統(tǒng)，實現(xiàn)購物籃分析結(jié)果的可視化功能，使得分析結(jié)果更容易理解［2］;李偉針對傳統(tǒng)的Apriori算法中存在的不足，提出一種基于并行矩陣目標(biāo)明確的Apriori算法，并通過實驗證明改進后的算法挖掘出來的關(guān)聯(lián)規(guī)則更符合用戶的需求［3］;吳青基于關(guān)聯(lián)規(guī)則，對遠(yuǎn)程教育平臺上的學(xué)習(xí)行為數(shù)據(jù)挖掘分析，發(fā)現(xiàn)某種內(nèi)在規(guī)律以幫助學(xué)習(xí)者改善學(xué)習(xí)行為，幫助老師完善教學(xué)過程［4］;黃常?；贏priori算法對船舶交通事故數(shù)據(jù)進行關(guān)聯(lián)規(guī)則分析，發(fā)現(xiàn)船舶交通事故發(fā)生的潛在關(guān)系，提出防范措施，以保證海上交通的安全［5］;翟廣宇使用Apriori算法，挖掘出蘭州市上呼吸道感染患者人數(shù)與蘭州市空氣質(zhì)量和氣象因子之間的關(guān)聯(lián)規(guī)則［6］;晏杰研究了Apriori算法和FP－growth算法，指出兩個算法各自的優(yōu)缺點，通過具體實例說明了算法的使用，并對兩個算法進行性能上的比較［7］;應(yīng)毅針對數(shù)據(jù)挖掘系統(tǒng)處理海量數(shù)據(jù)的瓶頸，提出一種基于云計算技術(shù)的數(shù)據(jù)挖掘技術(shù)，實驗表明，使用云計算處理大數(shù)據(jù)集可以明顯提高效率［8］;雷蕾使用關(guān)聯(lián)規(guī)則挖掘算法，找到化學(xué)組分之間的強關(guān)聯(lián)關(guān)系，為組分中藥發(fā)現(xiàn)提供新途徑［9］。可見，因關(guān)聯(lián)性分析在各領(lǐng)域發(fā)展中的重要性，近年來，該領(lǐng)域的研究成果較豐富，涉及到很多行業(yè)。但隨著農(nóng)村電商的發(fā)展，對農(nóng)資電商的研究顯得尤為重要，而目前對這方面的研究尚未形成系統(tǒng)性，因此文中應(yīng)用關(guān)聯(lián)規(guī)則挖掘的主要算法——Apriori算法對某農(nóng)資網(wǎng)站的銷售數(shù)據(jù)進行分析，發(fā)現(xiàn)用戶的行為特征，改善網(wǎng)站的運營結(jié)構(gòu)，使網(wǎng)站獲得新的利潤增長。

1 關(guān)聯(lián)規(guī)則理論

1.1 相關(guān)概念和衡量指標(biāo)

關(guān)聯(lián)規(guī)則是形如A→B的表達(dá)式，其中AI，BI，并且A∩B=。設(shè)I={i1，i2，…，im}為所有項的集合，T={t1，t2，…，tn}表示所有事務(wù)的集合，T中每個事務(wù)是項集I的子集，在關(guān)聯(lián)分析中，包含k個數(shù)據(jù)項的集合稱為k－項集。事務(wù)集T中項集出現(xiàn)的次數(shù)稱為支持度計數(shù)，項集(A∪B)在事務(wù)T中同時出現(xiàn)的概率稱為支持度，當(dāng)一個項集的支持度大于或等于給定的最小支持度閾值時，稱為頻繁項集。置信度則是指項集B在事務(wù)集T中與項集A同時存在的概率。

用公式表達(dá):

1.2 Apriori算法

文中采用的Apriori算法適用于挖掘布爾關(guān)聯(lián)規(guī)則，該算法使用逐層遞推的方法找出頻繁項集，采用連接和剪枝兩部分完成。具體實現(xiàn)主要分為兩部分:一是找出所有的頻繁項集，二是在這些頻繁項集中找出強關(guān)聯(lián)規(guī)則。圖1為Apriori算法中產(chǎn)生頻繁項集的部分為代碼。

圖1 Apriori算法產(chǎn)生頻繁項集的部分偽代碼Fig.1 Apriori algorithm to generate frequent itemsets part of the pseudo－code

以上是Apriori算法中產(chǎn)生頻繁項集的部分偽代碼，在關(guān)聯(lián)分析數(shù)據(jù)挖掘的實際應(yīng)用中也是通過這種方法來找出事務(wù)集中的頻繁項集，進而進行關(guān)聯(lián)規(guī)則分析。

2 Apriori算法在用戶行為分析中的應(yīng)用

利用關(guān)聯(lián)規(guī)則分析，能夠發(fā)現(xiàn)用戶在農(nóng)資網(wǎng)站中購買產(chǎn)品時存在的某種關(guān)聯(lián)關(guān)系，通過分析用戶在購買產(chǎn)品時的行為特征，能夠準(zhǔn)確預(yù)測用戶下一個購買行為，這種有價值的聯(lián)系以及規(guī)律能夠指導(dǎo)企業(yè)做出決策，改善網(wǎng)站結(jié)構(gòu)。

2.1 Apriori算法應(yīng)用過程

文章選取某農(nóng)資網(wǎng)站作為研究對象，該網(wǎng)站從2016年開始銷售不同配方的液態(tài)肥，主要配方有180－50－260－TE、170－170－170－TE 等幾十多種。由于該農(nóng)資網(wǎng)站原始訂單信息比較多，因此文中僅選取一個季度的銷售數(shù)據(jù)進行關(guān)聯(lián)分析。因涉及到該農(nóng)資網(wǎng)站的商業(yè)機密，將隱去網(wǎng)站的所有原始數(shù)據(jù)，通過對原始數(shù)據(jù)清理后量化表示(如表1所示)。

表1 某農(nóng)資網(wǎng)站某季度交易記錄Table 1 A quarterly transaction record of an agricultural website

續(xù)表

表1中A～Y表示該農(nóng)資網(wǎng)站液態(tài)肥的配方，如A表示105－50－400－TE配方的液態(tài)肥，1～18表示18個用戶的這一季度的購買記錄。

2.1.1 產(chǎn)生頻繁項集

①根據(jù)多次實驗結(jié)果，最小支持度設(shè)為4是最適合實驗數(shù)據(jù)的，得出的結(jié)果也最有效。通過掃描事務(wù)數(shù)據(jù)庫中的所有事務(wù)，將事務(wù)數(shù)據(jù)庫中的每個項集都作為候選1－項集C1中的元素，統(tǒng)計每個項出現(xiàn)的次數(shù)，根據(jù)最小支持度計數(shù)，生成頻繁1－項集(如圖2所示)。

圖2 產(chǎn)生候選1－項集和頻繁1－項集Fig.2 Produces candidate 1－itemsets and frequent 1－itemsets

②運用頻繁1－項集，產(chǎn)生候選2－項集C2，并計算出C2中每個候選項集的支持度計數(shù)，確定頻繁2－項集的集合L2(如圖3所示)。

圖3 產(chǎn)生候選2－項集和頻繁2－項集Fig.3 Produces candidate 2－itemsets and frequent 2－itemsets

③根據(jù)設(shè)定的最小支持度閾值，對候選3－項集進行剪枝，生成頻繁3－項集L3(如圖4所示)，利用頻繁3－項集產(chǎn)生候選4－項集C4={I，K，M，Y}，支持度計數(shù)為3，小于最小支持度計數(shù)，所以無法生成頻繁4－項集。

圖4 產(chǎn)生候選3－項集和頻繁3－項集Fig.4 Produces candidate 3－itemsets and frequent 3－itemsets

④此時就找到了所有的頻繁項集，即{I，K，M}和{I，M，Y}以及它們的非零子集。

2.1.2 產(chǎn)生強關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則分析主要分為兩部分，一是發(fā)現(xiàn)頻繁項集，二是通過頻繁項集挖掘出強關(guān)聯(lián)規(guī)則，通過分析圖2、圖3、圖4可以發(fā)現(xiàn):

(Ⅰ)在找出頻繁項集 C3后，對于每個頻繁項集 C3，取 C3的非空真子集:{I，K}、{I，M}、{K，M}、{I，Y}、{M，Y}、{I}、{K}、{M}、{Y}。

(Ⅱ)設(shè)定最小置信度閾值為70%，根據(jù)公式計算各關(guān)聯(lián)規(guī)則的置信度:

根據(jù)各關(guān)聯(lián)規(guī)則的置信度可知，第(1)、(2)、(3)、(4)、(5)、(6)、(9)規(guī)則屬于強關(guān)聯(lián)規(guī)則，即規(guī)則在數(shù)據(jù)集上的可靠性比較大，因此保留下來。

2.2 結(jié)果分析

根據(jù)以上的關(guān)聯(lián)分析可以得出，該農(nóng)資網(wǎng)站的用戶在購買液態(tài)肥時存在某些特征。通過(1)可知用戶購買了I和K，則一定會購買M;通過(6)可知用戶購買了M和Y產(chǎn)品后，一定會購買I;由(2)和(3)可知用戶在購買了I和M產(chǎn)品后，再購買K或Y產(chǎn)品的概率為80%;由(4)可知如果用戶購買了K和M，則有80%的概率購買I產(chǎn)品;由(5)可知購買了I和Y產(chǎn)品的用戶，有80%的概率在購買M產(chǎn)品;由(9)可知如果用戶購買了K產(chǎn)品，則有80%的概率再購買I和M產(chǎn)品，由此可以得出:

(1)I、K產(chǎn)品與M產(chǎn)品之間存在強關(guān)聯(lián)規(guī)則，即用戶在購買I和K產(chǎn)品的同時一定會購買M產(chǎn)品;同樣，M、Y產(chǎn)品和I產(chǎn)品之間也存在強關(guān)聯(lián)規(guī)則，即在購買M和Y產(chǎn)品的同時一定會購買I產(chǎn)品。

(2)I、M產(chǎn)品和K、Y產(chǎn)品的銷售有一定的關(guān)聯(lián)關(guān)系，即在購買I和M產(chǎn)品時，有很大的可能再購買K產(chǎn)品或Y產(chǎn)品;另外，用戶在購買K、M的組合銷售產(chǎn)品時，有很大可能再購買I產(chǎn)品;在購買I、Y的組合銷售產(chǎn)品時，有很大可能再購買M產(chǎn)品。

(3)產(chǎn)品K和I、M產(chǎn)品之間有很大的關(guān)聯(lián)性，所以用戶在購買K產(chǎn)品時很可能同時購買I和M產(chǎn)品。

通過以上的關(guān)聯(lián)規(guī)則分析可以發(fā)現(xiàn)，用戶在購買某農(nóng)資網(wǎng)站的農(nóng)資產(chǎn)品時存在某種關(guān)聯(lián)關(guān)系，這種關(guān)聯(lián)關(guān)系體現(xiàn)出來的用戶行為特征對改進網(wǎng)站結(jié)構(gòu)有一定的幫助。除此之外，根據(jù)各產(chǎn)品間的關(guān)聯(lián)關(guān)系，該農(nóng)資網(wǎng)站能夠采取合適的促銷手段，充分滿足用戶需求，提高用戶滿意度，從而提高網(wǎng)站的銷售利潤。

3 總結(jié)

農(nóng)資電商作為農(nóng)村電商的重要組成部分近年來得到了快速發(fā)展，對農(nóng)資網(wǎng)站的交易數(shù)據(jù)進行挖掘，分析用戶在購買農(nóng)資產(chǎn)品時存在的某種關(guān)聯(lián)關(guān)系對農(nóng)資電商的發(fā)展具有重要意義。文中采用Apriori算法，對某農(nóng)資網(wǎng)站的交易記錄進行挖掘，通過數(shù)據(jù)挖掘的結(jié)果，分析用戶的行為特征，從而制定相應(yīng)的精準(zhǔn)營銷策略、優(yōu)化網(wǎng)站結(jié)構(gòu)，進而提高用戶的滿意度，使農(nóng)資網(wǎng)站獲得新的利潤增長。

參考文獻(xiàn):

［1］周朝進，王玉珍.基于改進協(xié)同過濾算法的農(nóng)產(chǎn)品個性化推薦研究［J］.邵陽學(xué)院學(xué)報(自然科學(xué)版)，2017，14(06):23－31.

［2］張文斌.購物籃重組與演化及可視化方法研究與設(shè)計［D］.深圳:深圳大學(xué)，2017.

［3］李偉，朱趙元.一種基于并行矩陣目標(biāo)明確的Apriori算法［J］.浙江工業(yè)大學(xué)學(xué)報，2017，45(05):574－579.

［4］吳青，羅儒國，王權(quán)于.基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)學(xué)習(xí)行為實證研究［J］.現(xiàn)代教育技術(shù)，2015，25(07):88－94.

［5］黃常海，高德毅，胡甚平，等.基于Apriori算法的船舶交通事故關(guān)聯(lián)規(guī)則分析［J］.上海海事大學(xué)學(xué)報，2014，35(03):18－22.

［6］翟廣宇，王式功，董繼元，等.蘭州市上呼吸道疾病與氣象條件和空氣質(zhì)量的關(guān)聯(lián)規(guī)則分析［J］.蘭州大學(xué)學(xué)報(自然科學(xué)版)，2014，50(01):66－70.

［7］晏杰，亓文娟.基于 Aprior＆ FP－growth 算法的研究［J］.計算機系統(tǒng)應(yīng)用，2013，22(05):122－125.

［8］應(yīng)毅，任凱，劉正濤.基于云計算技術(shù)的數(shù)據(jù)挖掘［J］.微電子學(xué)與計算機，2013，30(02):161－164.

［9］雷蕾，崔蒙，秘仲凱.關(guān)聯(lián)規(guī)則挖掘在治療肺癌組分中藥發(fā)現(xiàn)中的應(yīng)用研究［J］.中國中藥雜志，2010，35(16):2192－2195.