---

可下载资源

---

本文分析的数据分享至会员群

关联规则挖掘是数据挖掘领域成果颇丰而且比较活跃的研究分支，用于寻找给定数据集中数据项之间的有趣的关联或相关关系。关联规则揭示了数据项间的未知的依赖关系，根据所挖掘的关联关系，可以从一个数据对象的信息来推断另一个数据对象的信息。

简介

本文主要采用R软件进行数据挖掘。R是ISL公司开发的数据挖掘工具平台，能够高效分析海量数据，每一个环节中都支持CRISP-DM行业标准，为用户提供了大量的人工智能、统计分析的模型，如神经网络，关联分析，聚类分析、因子分析等。它可以帮助用户轻松获取、准备以及整合结构化数据和文本、网页、调查数据，快速建立和评估模型。

Apriori算法

本数据采用了顾客在超市购买的数据进行分析，涉及意大利面、牛奶、水、面包饼干、咖啡、奶油蛋糕、酸奶、冷藏蔬菜、金枪鱼、啤酒、番茄酱、可乐、大米、果汁、咸饼干、油、冰冻鱼、冰淇淋、奶酪、罐装肉多种商品，如果顾客购买了该商品，则记为1，如果没有购买该商品，则记为0。

为了找出每个物品在所有交易中出现的频繁程度，我们绘制了每个物品的频率直方图。

有49%的可能性会购买coffee。因此，把这些物品放在一起可能会促进销量。然后，我们将规则的LHS和RHS绘制成矩阵如下图所示。

---

---

plot(rules, methodft")

从上图可以看到milk和biscuit之间有较强的联系，说明顾客中同时购买两个商品的可能性较大。另外。Coffe和pasta的联系也较强，说明顾客同时购买pasta和coffee的可能性也较大。为了查看所有规则的总体情况，我们将规则用如下的散点图表示。从下图可以看到规则的置信度在0.2到0.7之间较多，支持度在0.1到0.2之间。

分析及建议: 通过图 2 可以清晰的看到购买牛奶、意大利面、水、咖啡的顾客比较多，建议超市可以加大对这些商品的采购，由上述结果可知，同时购买牛奶、意大利面的情况占总订单数的46.132%，水和牛奶或意大利面和水分别占总订单数的27.851%，购买牛奶的人有45.855%会购买意大利面，46.704%的人会购买水，购买意大利面的人有34.824%会购买牛奶，有34.296%的人会购买水，由此可见，意大利面、水、牛奶这三种商品关联度较高，可以将意大利面、水、牛奶摆放在一块，从而增加销量。此外，在符合支持度和置信度的条件下没有顾客购买冷冻食、果汁等，建议有关人员减少这几种商品的进货量，但为了保持商品的多样性，还是要适当地进货。根据上述规则，公司在营销时可采取了如下策略:(l)将牛奶和意大利面放置在一起或进行捆绑销售;(2)使小甜饼和咖啡、牛奶三种不同种类商品的货架相邻，方便顾客购买。(3)营业员在顾客购买了一种商品后，适当推荐另一种商品，如顾客购买了牛奶可以对其推荐小甜饼。(4)在生产与发货运输上将关联产品配套安排。采取这些措施后，顾客的交叉消费大为提高，商场与顾客的满意度也有所提高。

CRApriori算法的改进主要体现在以下几个方面：

1. 数据库压缩：通过压缩事务数据库的方式，减少了算法需要扫描数据库的次数，从而提高了算法的效率。
2. 频繁项集生成：CRApriori算法使用压缩后的数据结构来生成频繁项集，这样可以减少生成频繁项集的时间。
3. 关联规则生成：CRApriori算法使用压缩后的数据结构来生成关联规则，这样可以减少生成关联规则的时间。

总而言之，CRApriori算法是对Apriori算法的改进版本，通过压缩数据库的方式提高了算法的效率，特别是在处理大规模数据集时具有较好的性能。

运用改进算法CRApriori删除事务集中不包括候选项集Ci即频繁i-1项集L(i-1)：

改进算法CRApriori

CRApriori=function(support,confidence){
for(i in 1:2){
  #parameter=list(support=support,maxlen=i)
frequentsets <- eclat(trans,parameter=list(minlen=i,support=support,maxlen=i))
inspect(frequentsets)#查看i项频繁项集
#这里如果支持度选的比较大，也许没有10这么多，这里就不能写[1:10].
inspect(sort(frequentsets,by="support")[1:10])#排序后查看

按置信度排序，挖掘出大类商品的6条关联规则，如下图所示。生成的6条规则如下所示：

从上图可以看到milk和biscuit之间有较强的联系，说明顾客中同时购买两个商品的可能性较大。另外。Coffe和pasta的联系也较强，说明顾客同时购买pasta和coffee的可能性也较大。

总结

数据挖掘中的关联规则侧重于不同对象之间的联系，本文讨论了关联规则挖掘在超市销售中的应用。利用R 软件，通过实例分析了频繁项集及关联规则生成的过程，采用Apriori算法和改进Apriori算法对数据分别进行了解析挖掘，针对挖掘结果提出了相应的建议，对超市的发展有着重要的现实的意义。

参考文献

[1]       R.Agrawal, T.Imielinski, A.Swami. Mining Association Rules between Sets of Items in Large Databases[M].New York.ACM Press,1993.

[2]       左映华, 高居泰, 李晋宏. 改进Apriori 关联规则算法的一种改进[J]. 韶关学院学报, 2004, 25(3): 51-55.

[3]       颜雪松, 蔡之华. 一种基于 Apriori 的高效关联规则挖掘算法的研究[J]. 计算机工程与应用, 2002, 38(10): 209-211.

[4]       王培吉, 赵玉琳, 吕剑峰. 基于 Apriori 算法的关联规则数据挖掘研究[J]. 统计与决策, 2012 (23): 19-21.

[5]       张书敏. 基于改进 Apriori 算法的研究及在电信业中的应用[J]. 信息与电脑 (理论版), 2013, 8: 066.

[6]       朱添福, 舒红平, 朱冬梅. 改进 Apriori 算法在制造业中的应用[J]. 2010 国际信息技术与应用论坛论文集, 2010.

[7]       姚舜. 关联规则算法在图书自动推荐系统中的应用[J]. 四川图书馆学报, 2013 (6): 55-58.

[8]       元文娟, 晏杰. 关联规则挖掘在超市中的应用研究[J]. 吉林师范大学学报: 自然科学版, 2013, 34(2): 138-141.

[9]       杜海涛, 陈定方, 张波. 一种基于关联规则的超市购物篮分析方法[J]. 湖北工业大学学报, 2008, 23(2): 53-55.

[10]   宋钰. 基于关联规则算法的超市数据挖掘方法分析[J]. 福建电脑, 2009 (7): 94-94.

[11]   黄宏本, 卢雪燕. 关联规则挖掘在超市销售系统中的应用及实现[J]. 梧州学院学报, 2011, 21(3): 59-63.

[12]   唐敏. 关联规则挖掘算法在超市销售分析中的应用[J]. 计算机科学, 2006, 33(2): 149-150.

[13]   杨海廷. 改进Apriori 算法挖掘技术在图书流通中的实证研究 [J][J]. 图书馆杂志, 2012, 1: 015.

[14]   Quinlan.J.R. C4.5 Programs for Machine Learning[M]. San Mateo:Morgan Kaufman Publishers, Inc, 1993.

[15]   Mering, Margaret. RDA: a practical approach. MLNCRDA workshop, Apr. 2011.

[16]   Schiff, Adam L. Changes from AACR2 to RDA. Part 1: description. An ALCTS Webinar, Feb. 2, 2011.

[17]   桂海霞, 孟祥瑞. 一种基于 Apriori 的高效关联规则挖掘算法的研究[J]. 安徽理工大学学报: 自然科学版, 2009 (4): 55-58.

[18]   张兴会.数据仓库与数据挖掘技术[M].北京:清平大学出版社,2011.

[19]   潘珩.关联规则挖掘在汽车营销决策中的应用研究[J].成都信息工枵学院学报,2004,19(4):1-4.

[20]   朱明.数据挖掘[M].第2版,合肥:中国科学技术大学山版社,2008.