關聯規則挖掘算法在校園超市營銷的應用研究

佘朝兵

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

關鍵詞：關聯規則；超市營銷；Apriori算法

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

1 引言

校園超市作為大規模商品的集中地，為學生和老師的日常生活提供便利。超市的經營策略是薄利多銷，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流。一方面，超市需要提高學生的銷售體驗，促進商品的銷售量；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，據調查，用戶在超市停留的時間越久，用戶產生的銷售額越高。因此，如何盡量滿足學生需求的前提下，提高學生在超市的逗留時間是一個可行的解決思路。從節約成本角度而言，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聯規則挖掘算法來解決。關聯規則挖掘算法是數據挖掘領域非常經典的算法，它主要通過對商品的銷售記錄進行分析，挖掘出用戶經常購買的商品的規律，如經常買牛奶的用戶同時也會去買面包。利用挖掘得到的規則就可以采取不同的銷售策略。比如可以將規則中的兩件商品分別放置在不同區域，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。總之，應用關聯規則挖掘算法可有效提高超市的效益。

2 關聯規則挖掘算法思想以及相關概念

關聯規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據庫的前提下，通過掃描數據庫記錄，挖掘數據庫記錄中滿足給定支持度和置信度的規則。數據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據庫的所有記錄中出現的頻率。項集支持度的計算公式如公式（1）所示：

其中表示商品項集，表示項集在數據庫中出現的次數，表示數據庫中總記錄數。商品項集是指所有商品任意組合構成的集和，如表1中的商品項集以及對應的支持度如表2所示。

關聯規則的格式如，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。

其中是指數據庫中項集和同時出現的次數。以華夫餅→方便面、華夫餅→{面包，方便面}這兩條規則為例說明如表3所示。

假設指定要求關聯規則的支持度閥值為0.5，置信度的0.7，則表3中只有華夫餅→方便面這條規則滿足要求。

3 Apriori算法步驟

根據上節提到的算法概念，最終的規則需要滿足支持度和置信度兩個條件。而規則是由項集構成，因此算法的過程由生成項集、生成規則這兩步進行：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則，最終從候選規則中篩選出滿足支持度和置信度要求的規則。而在第一步中由于滿足要求的項集包含的項目數的范圍是1～（其中表示數據庫中所有物品的數量）。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；第二步中的規則利用先前得到的項集的子集構成。以表1的數據記錄為例，根據表2中只包含一個項目的項集支持度，發現只有{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}構成的項集{華夫餅、方便面}支持度，發現其支持度也超過了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束。接下來，根據剛才生成的項集得到規則。由于{華夫餅}沒有子集，因此不能生成規則，而{華夫餅、方便面}構成的項集只能生成{華夫餅→方便面}、{方便面→華夫餅}這兩個候選規則，接下來就只需要分別計算上述兩個規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據，應用Apriori算法挖掘。實驗工具采用Anaconda3，實驗過程在windows 2017操作系統上進行。

4.1 數據來源與數據預處理

本實驗的數據來源是某校園超市2018年4、5月兩個月的數據。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。數據格式如表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所示的原始銷售數據進行預處理。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）： # 除了標題行外，循環逐行讀取

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果

實驗設計了兩個函數，其中L，supportData=apriori（dataSet，minSupport）函數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）函數則以前函數得到的結果以及最小置信度作為參數挖掘規則。本文以最小支持度0.03，最小置信度0.3進行實驗，挖掘出的規則如表6所示。

表6中數字對應的是貨號，通過匹配原始記錄得到貨號對應的貨名，得到規則如下：

{麻辣風味腸---->清真香腸}、{麻辣風味腸---->依娜麗豆干}

5 實驗結果分析及其應用

通過實驗發現3%的用戶會同時購買麻辣風味腸和清真香腸或者麻辣風味腸和依娜麗豆干。原因可能與超市所處地理位置有關。超市所處的高校位于湘西，而臘腸等產品是湘西特產，結合學生的年齡以及喜愛的口味，麻辣風味腸的熱銷符合現實情況。而清真香腸等產品的熱銷是由于超市所屬高校位于民族地區，高校內有部分學生屬于少數民族，其中新疆學生占較大比例。為了照顧新疆學生的民俗風情，校園超市內單獨設置了清真食品攤位。而其他學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生口味，因此也屬于學生喜歡的食品。

從規則的置信度來看，由于上述規則的置信度不高，不宜將規則所列的食品從物理空間上隔開。因此不妨將風味腸和清真香腸食品等商品組合成套餐，按一定折扣銷售，將會進一步促進上述商品的銷售。

參考文獻

[1]賈克斌，李含婧，袁野.基于Apriori算法的數據挖掘在移動醫療系統中的應用[J].北京工業大學學報，2017，43（3）：394-401.

[2]李志芳.數據挖掘技術在超市營銷系統中的應用研究[D].保定：華北電力大學，2011.

[3]黃子航.關聯規則挖掘在超市商品銷售中的應用研究[J].赤峰學院學報（自然科學版），2017，33（16）：11-12.

[4]Peter Harrington，李銳等譯.機器學習實戰[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].重慶工商大學學報（自然科學版），2014，31（5）：84-89.