佘朝兵

摘要：在介紹了關(guān)聯(lián)規(guī)則挖掘算法的相關(guān)概念以及算法的基礎(chǔ)上，利用校園超市近兩個月的銷售記錄進(jìn)行挖掘分析，得出了該超市商品銷售的關(guān)聯(lián)規(guī)則，并利用對兩條規(guī)則的置信度進(jìn)行分析，建議采取將規(guī)則涉及的商品進(jìn)行組合銷售的策略。

關(guān)鍵詞：關(guān)聯(lián)規(guī)則；超市營銷；Apriori算法

中圖分類號：F721.7；TP311.13 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2018）07-0075-03

1 引言

校園超市作為大規(guī)模商品的集中地，為學(xué)生和老師的日常生活提供便利。超市的經(jīng)營策略是薄利多銷，因此如何提高超市的效益超市管理者面臨的難題。為此，采取的措施無非是兩個方面，概括起來就是開源節(jié)流。一方面，超市需要提高學(xué)生的銷售體驗，促進(jìn)商品的銷售量；另一方面，超市需要盡量地降低超市的運營成本。從銷售體驗角度而言，據(jù)調(diào)查，用戶在超市停留的時間越久，用戶產(chǎn)生的銷售額越高。因此，如何盡量滿足學(xué)生需求的前提下，提高學(xué)生在超市的逗留時間是一個可行的解決思路。從節(jié)約成本角度而言，超市的成本來自多個方面，如人力、庫存、商品本身的成本等。與其他超市相比，可以有效降低成本的一個策略是降低庫存。而這兩個問題可通過關(guān)聯(lián)規(guī)則挖掘算法來解決。關(guān)聯(lián)規(guī)則挖掘算法是數(shù)據(jù)挖掘領(lǐng)域非常經(jīng)典的算法，它主要通過對商品的銷售記錄進(jìn)行分析，挖掘出用戶經(jīng)常購買的商品的規(guī)律，如經(jīng)常買牛奶的用戶同時也會去買面包。利用挖掘得到的規(guī)則就可以采取不同的銷售策略。比如可以將規(guī)則中的兩件商品分別放置在不同區(qū)域，由于用戶買了其中一件商品后，大概率會去購買另一件商品，因此兩件商品的物理空間可提高用戶逗留超市的時間，提高用戶購買其他商品的概率?？傊?，應(yīng)用關(guān)聯(lián)規(guī)則挖掘算法可有效提高超市的效益。

2 關(guān)聯(lián)規(guī)則挖掘算法思想以及相關(guān)概念

關(guān)聯(lián)規(guī)則挖掘算法中較為典型是Apriori算法。Apriori算法的核心思想是在給定支持度和置信度以及數(shù)據(jù)庫的前提下，通過掃描數(shù)據(jù)庫記錄，挖掘數(shù)據(jù)庫記錄中滿足給定支持度和置信度的規(guī)則。數(shù)據(jù)庫是由一條一條的記錄組成，每條記錄包括不同的物品信息。表1顯示的某個超市的銷售記錄，在該表中品名就是用戶特定時刻購買的商品集和。

項集支持度是指商品項集在數(shù)據(jù)庫的所有記錄中出現(xiàn)的頻率。項集支持度的計算公式如公式（1）所示：

其中表示商品項集，表示項集在數(shù)據(jù)庫中出現(xiàn)的次數(shù)，表示數(shù)據(jù)庫中總記錄數(shù)。商品項集是指所有商品任意組合構(gòu)成的集和，如表1中的商品項集以及對應(yīng)的支持度如表2所示。

關(guān)聯(lián)規(guī)則的格式如，其中，都是項集，但是要求和之間沒有交集。具如華夫餅→方便面、華夫餅→{面包，方便面}等等。

其中是指數(shù)據(jù)庫中項集和同時出現(xiàn)的次數(shù)。以華夫餅→方便面、華夫餅→{面包，方便面}這兩條規(guī)則為例說明如表3所示。

假設(shè)指定要求關(guān)聯(lián)規(guī)則的支持度閥值為0.5，置信度的0.7，則表3中只有華夫餅→方便面這條規(guī)則滿足要求。

3 Apriori算法步驟

根據(jù)上節(jié)提到的算法概念，最終的規(guī)則需要滿足支持度和置信度兩個條件。而規(guī)則是由項集構(gòu)成，因此算法的過程由生成項集、生成規(guī)則這兩步進(jìn)行：第一步尋找滿足支持度要求的項集；第二步由所有符合要求的項集生成候選規(guī)則，最終從候選規(guī)則中篩選出滿足支持度和置信度要求的規(guī)則。而在第一步中由于滿足要求的項集包含的項目數(shù)的范圍是1～（其中表示數(shù)據(jù)庫中所有物品的數(shù)量）。因此生成的過程是最先得到只包含1個項目的項集，再逐步遞增生成其他項集；第二步中的規(guī)則利用先前得到的項集的子集構(gòu)成。以表1的數(shù)據(jù)記錄為例，根據(jù)表2中只包含一個項目的項集支持度，發(fā)現(xiàn)只有{華夫餅}、{方便面}的支持度超過0.5，然后計算由{華夫餅}和{方便面}構(gòu)成的項集{華夫餅、方便面}支持度，發(fā)現(xiàn)其支持度也超過了0.5，滿足要求。由于無法生成只包含三個項目的項集，因此所有生成項集的過程結(jié)束。接下來，根據(jù)剛才生成的項集得到規(guī)則。由于{華夫餅}沒有子集，因此不能生成規(guī)則，而{華夫餅、方便面}構(gòu)成的項集只能生成{華夫餅→方便面}、{方便面→華夫餅}這兩個候選規(guī)則，接下來就只需要分別計算上述兩個規(guī)則的置信度即可得到答案。

獲取滿足需求的項集算法的偽代碼如表4所示。

4 實驗結(jié)果

為驗證算法的有效性，特選擇某校園超市一段時間的銷售數(shù)據(jù)，應(yīng)用Apriori算法挖掘。實驗工具采用Anaconda3，實驗過程在windows 2017操作系統(tǒng)上進(jìn)行。

4.1 數(shù)據(jù)來源與數(shù)據(jù)預(yù)處理

本實驗的數(shù)據(jù)來源是某校園超市2018年4、5月兩個月的數(shù)據(jù)。保存的格式是xls格式，每條記錄只包含一件物品，共計31211條記錄。數(shù)據(jù)格式如表5所示。

由于同一個票號有不同的記錄，而Apriori算法要求將同一個票號的所有物品只屬于同一條記錄。因此有必要將如表5所示的原始銷售數(shù)據(jù)進(jìn)行預(yù)處理。處理代碼如下：

def read_data_from_xls（filename）：

data = xlrd.open_workbook（filename）

table = data.sheets（）[0]

nrows = table.nrows

cur_data={}

idList=[]

LastData=[]

for i in range（1，nrows）： # 除了標(biāo)題行外，循環(huán)逐行讀取

t_id=table.row_values（i）[2]#獲取票號

if（ not t_id in idList ）：

if（len（idList）>0）：

LastData.append（cur_data[idList[len（idList）-1]]）

cur_data[t_id]=[table.row_values（i）[4]]#獲取貨號

idList.append（t_id）

else：

cur_data[t_id].append（table.row_values（i）[4]）

LastData.append（cur_data[t_id]）

return LastData

4.2 指定支持度和置信度的挖掘結(jié)果

實驗設(shè)計了兩個函數(shù)，其中L，supportData=apriori（dataSet，minSupport）函數(shù)得到的是指定支持度下的頻繁項集，以及每個項集的支持度；而rules=generateRules（L，supportData，minConf）函數(shù)則以前函數(shù)得到的結(jié)果以及最小置信度作為參數(shù)挖掘規(guī)則。本文以最小支持度0.03，最小置信度0.3進(jìn)行實驗，挖掘出的規(guī)則如表6所示。

表6中數(shù)字對應(yīng)的是貨號，通過匹配原始記錄得到貨號對應(yīng)的貨名，得到規(guī)則如下：

{麻辣風(fēng)味腸---->清真香腸}、{麻辣風(fēng)味腸---->依娜麗豆干}

5 實驗結(jié)果分析及其應(yīng)用

通過實驗發(fā)現(xiàn)3%的用戶會同時購買麻辣風(fēng)味腸和清真香腸或者麻辣風(fēng)味腸和依娜麗豆干。原因可能與超市所處地理位置有關(guān)。超市所處的高校位于湘西，而臘腸等產(chǎn)品是湘西特產(chǎn)，結(jié)合學(xué)生的年齡以及喜愛的口味，麻辣風(fēng)味腸的熱銷符合現(xiàn)實情況。而清真香腸等產(chǎn)品的熱銷是由于超市所屬高校位于民族地區(qū)，高校內(nèi)有部分學(xué)生屬于少數(shù)民族，其中新疆學(xué)生占較大比例。為了照顧新疆學(xué)生的民俗風(fēng)情，校園超市內(nèi)單獨設(shè)置了清真食品攤位。而其他學(xué)生對新疆的清真食品具有好奇心，加上部分清真食品符合學(xué)生口味，因此也屬于學(xué)生喜歡的食品。

從規(guī)則的置信度來看，由于上述規(guī)則的置信度不高，不宜將規(guī)則所列的食品從物理空間上隔開。因此不妨將風(fēng)味腸和清真香腸食品等商品組合成套餐，按一定折扣銷售，將會進(jìn)一步促進(jìn)上述商品的銷售。

參考文獻(xiàn)

[1]賈克斌，李含婧，袁野.基于Apriori算法的數(shù)據(jù)挖掘在移動醫(yī)療系統(tǒng)中的應(yīng)用[J].北京工業(yè)大學(xué)學(xué)報，2017，43（3）：394-401.

[2]李志芳.數(shù)據(jù)挖掘技術(shù)在超市營銷系統(tǒng)中的應(yīng)用研究[D].保定：華北電力大學(xué)，2011.

[3]黃子航.關(guān)聯(lián)規(guī)則挖掘在超市商品銷售中的應(yīng)用研究[J].赤峰學(xué)院學(xué)報（自然科學(xué)版），2017，33（16）：11-12.

[4]Peter Harrington，李銳等譯.機(jī)器學(xué)習(xí)實戰(zhàn)[D].北京：人民郵電出版社，2013.

[5]陳麗芳.基于Apriori算法的購物籃分析[J].重慶工商大學(xué)學(xué)報（自然科學(xué)版），2014，31（5）：84-89.