尚慶生 王麗華

(蘭州財(cái)經(jīng)大學(xué)信息工程學(xué)院， 蘭州 730020)

連鎖藥店經(jīng)營的各類藥品差異性很大，其銷售情況往往受季節(jié)特點(diǎn)、流行性疾病、風(fēng)俗習(xí)慣等因素的影響。這就要求配送中心的庫存也要隨之作出改變，而藥店某一時間段的藥品銷售量變化和庫存量相互關(guān)聯(lián)。購物籃分析是關(guān)聯(lián)規(guī)則的一種典型應(yīng)用，其研究初衷是，從海量的商品銷售歷史數(shù)據(jù)中發(fā)現(xiàn)顧客的購買習(xí)慣，了解顧客的購買行為，從而指導(dǎo)銷售管理行為[1]。在本次研究中，主要考慮到銷售訂單內(nèi)容與相關(guān)藥品庫存量等情況，通過挖掘頻繁項(xiàng)集來挖掘各種藥品之間的關(guān)聯(lián)關(guān)系，并根據(jù)藥品的庫存信息來進(jìn)行庫存優(yōu)化。

1 FP-Growth概述

Agrawal等人于1994年提出了基于挖掘關(guān)聯(lián)規(guī)則的Apriori算法，韓家煒等人于2000年在此基礎(chǔ)上發(fā)展并提出了FP-Growth算法[2-4]。FP-Growth算法是一種關(guān)聯(lián)分析算法，可用于顧客購物籃數(shù)據(jù)分析，挖掘其中的關(guān)聯(lián)規(guī)則。Apriori算法在應(yīng)用中需要重復(fù)掃描數(shù)據(jù)庫，產(chǎn)生大量的候選項(xiàng)目集，因此，搜索空間較大，挖掘效率不高。FP-Growth算法中使用了FP-tree(頻率模式樹)數(shù)據(jù)結(jié)構(gòu)，在挖掘過程中無須生成候選項(xiàng)目集，只需掃描數(shù)據(jù)庫2次即可，顯著地縮小了搜索范圍，提高了挖掘效率。在此，我們應(yīng)用FP-Growth算法，對某零售藥店的銷售及庫存數(shù)據(jù)進(jìn)行分析挖掘。

2 基于FP-growth算法的零售藥店藥品數(shù)據(jù)分析

2.1 數(shù)據(jù)預(yù)處理與特征提取

數(shù)據(jù)預(yù)處理是指對原始數(shù)據(jù)中可能會影響數(shù)據(jù)分析結(jié)果的臟亂數(shù)據(jù)進(jìn)行清洗、篩選和刪除，從而提高數(shù)據(jù)的質(zhì)量和分析結(jié)果的準(zhǔn)確性[5]。

在實(shí)際應(yīng)用中，原始數(shù)據(jù)大多為不完整或不一致的數(shù)據(jù)，無法直接用于數(shù)據(jù)挖掘。通過數(shù)據(jù)預(yù)處理技術(shù)可以很好地整理原數(shù)據(jù)，提高數(shù)據(jù)挖掘質(zhì)量，其主要方法包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換等[6]。

(1) 數(shù)據(jù)清洗。根據(jù)問題的特殊性，將數(shù)據(jù)中的缺失值及零值刪除；對于訂單號中的異常值、非數(shù)值型的商品編號、經(jīng)核實(shí)是錯誤編號的信息，根據(jù)真實(shí)的商品信息予以修正。

(2) 數(shù)據(jù)集成。將分析所需的銷售數(shù)據(jù)和相關(guān)藥品的庫存信息在邏輯上集合成統(tǒng)一模式，以便快速完成算法的運(yùn)行和分析。

(3) 數(shù)據(jù)轉(zhuǎn)換。將藥品詳情數(shù)據(jù)轉(zhuǎn)換成可用于挖掘的數(shù)據(jù)形式。

本次研究所選數(shù)據(jù)包括某醫(yī)藥零售連鎖企業(yè)的銷售數(shù)據(jù)、庫存數(shù)據(jù)、藥品詳情數(shù)據(jù)，所用到的數(shù)據(jù)特征有藥品編號、銷售訂單號、銷售藥品的名稱、對應(yīng)藥品的庫存量。由于系統(tǒng)中的數(shù)據(jù)為人工輸入，難免有錯漏，這時就需要對數(shù)據(jù)進(jìn)行清洗，使數(shù)據(jù)能更好地融入模型。通過FP-Growth算法挖掘銷量較高藥品所在訂單的頻繁項(xiàng)集，根據(jù)藥品之間的關(guān)聯(lián)關(guān)系，并結(jié)合藥品的庫存情況進(jìn)行組合促銷。

提取部分客戶交易原始記錄，如表1所示。

表1 客戶交易記錄

2.2 數(shù)據(jù)分析

本次分析的主要目的是根據(jù)挖掘結(jié)果設(shè)計(jì)藥品促銷組合，暫時不考慮中藥，只考慮成藥。醫(yī)藥連鎖企業(yè)品類繁多，如果要實(shí)現(xiàn)對每種藥品的精確管理，就要分別設(shè)定每種藥品的庫存上下限，這樣工作量會太過繁重?，F(xiàn)在只考慮每種藥品的剩余庫存是否在安全庫存的允許范圍內(nèi)，如果某種藥品的剩余庫存超出了安全庫存的允許范圍則對其予以優(yōu)化。

庫存警戒線，設(shè)定為采購時間內(nèi)所需藥品銷售量與庫存下限值的總和。庫存上限的設(shè)定必須結(jié)合企業(yè)的實(shí)際銷售情況，其正常范圍一般是1個配送周期庫存量的2 ～ 3倍。該零售連鎖藥店的藥品并非定量配送，因此，以店里銷量較高藥品在5個配送周期內(nèi)的平均配送量為參考，來判斷現(xiàn)有剩余庫存是否超過庫存警戒線。上限判斷參數(shù)設(shè)定為1個配送周期的2.5倍。以奧美拉唑腸溶膠囊為例，5個配送周期內(nèi)的平均配送量為26.50件，即其安全的庫存范圍為66.25件，而剩余的庫存量80件明顯高于這個數(shù)值。因此，應(yīng)對奧美拉唑腸溶膠囊的銷售進(jìn)行優(yōu)化。

排除庫存藥品中的中藥及不頻繁項(xiàng)，統(tǒng)計(jì)銷量較高藥品及其庫存信息，表2所示為部分?jǐn)?shù)據(jù)。

表2 部分銷量較高藥品及其庫存信息

針對庫存量不在安全警戒線范圍內(nèi)，且又存在頻繁項(xiàng)集里的藥品進(jìn)行頻繁項(xiàng)集挖掘。為了加強(qiáng)數(shù)據(jù)挖掘結(jié)果的置信度，特設(shè)置minsup=0.02，minconf=0.50。運(yùn)行FP-Growth算法，分析藥品之間的關(guān)聯(lián)性，挖掘有較強(qiáng)關(guān)聯(lián)性的藥品信息。部分匹配參數(shù)的挖掘結(jié)果如表3所示，其中阿莫西林膠囊的關(guān)聯(lián)性最強(qiáng)。設(shè)置庫存量較高的目標(biāo)藥品為“阿莫西林膠囊”，則關(guān)聯(lián)文件包含“阿莫西林膠囊”的關(guān)聯(lián)規(guī)則。

如表3所示，客戶購買奧美拉唑腸溶膠囊的同時，購買阿莫西林膠囊的概率為58%。原因在于，奧美拉唑腸溶膠囊是一種治療胃潰瘍的藥品，而阿莫西林膠囊屬于抗生素類藥品，可降低消化道潰瘍的復(fù)發(fā)率?？蛻糍徺I多潘立酮片的同時，購買阿莫西林膠囊的概率為50%。原因在于，多潘立酮片適用于由胃排空延緩、胃食道反流、食道炎引起的消化不良癥，是一種胃腸促動藥，而阿莫西林膠囊與其功效相關(guān)。同理，可分析其他藥品與阿莫西林膠囊關(guān)聯(lián)的原因。

表3 部分挖掘結(jié)果示例

按照挖掘結(jié)果，建議在售賣其他關(guān)聯(lián)高銷量藥品時對近效期或超出庫存安全線的阿莫西林膠囊進(jìn)行搭配優(yōu)惠促銷，并合理安排關(guān)聯(lián)藥品的庫存擺放位置。零售藥品的促銷也是吸引客戶的重要手段之一，根據(jù)實(shí)時藥品庫存量變化和藥品保質(zhì)期等信息來安排零售藥品的促銷活動，可減少庫存浪費(fèi)，提升利潤。

3 結(jié) 語

頻繁項(xiàng)集挖掘和關(guān)聯(lián)規(guī)則分析是數(shù)據(jù)挖掘中的簡單知識模式。運(yùn)用FP-Growth頻繁項(xiàng)集挖掘算法可以有效地對藥品銷售信息進(jìn)行挖掘分析，其挖掘結(jié)果可在一定程度上展現(xiàn)相關(guān)藥品之間的關(guān)聯(lián)性。在本次關(guān)聯(lián)分析中以藥品庫存為參考，挖掘目標(biāo)明確?？砂凑沾送诰蚪Y(jié)果，重新調(diào)整藥品的擺放位置，策劃相應(yīng)的促銷組合活動，減少庫存積壓成本，提升銷售業(yè)績。