|
組合營銷策略中基于約束的關(guān)聯(lián)規(guī)則挖掘方法
（作者未知） 2010/8/12
摘 要：網(wǎng)絡(luò)銷售是電子商務(wù)的一種重要的形式，而組合營銷是提升網(wǎng)絡(luò)銷售業(yè)績的一種重要手段。針對目前我國網(wǎng)絡(luò)銷售的基本模式，在已發(fā)現(xiàn)的組合營銷策略特點(diǎn)的基礎(chǔ)上，提出了一種基于約束的關(guān)聯(lián)規(guī)則挖掘新算法。
關(guān)鍵詞：組合營銷策略；數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則
1 引言
隨著全球化浪潮的推進(jìn)，電子商務(wù)正不斷發(fā)展壯大。網(wǎng)絡(luò)銷售作為電子商務(wù)的一種重要組成形式為企業(yè)尋求更大的市場空間提供了一種新的有益嘗試。我國目前網(wǎng)絡(luò)銷售的主流模式為：“訂單一物流”模式。即用戶下訂單后，企業(yè)通過物流將商品交付給客戶。由于物流費(fèi)用一般由客戶承擔(dān)，客戶為減少購物的物流成本，往往會在購買主目標(biāo)商品的同時，搭配幾件價格不高的次目標(biāo)商品。這就為企業(yè)實施商品的組合營銷策略提供了機(jī)遇。
2 問題描述
組合營銷是指企業(yè)通過對不同類別、不同價格的商品的合理組合，向客戶一次提供多種商品的營銷方式。數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則分析方法，通過挖掘出以往銷售數(shù)據(jù)中哪些商品頻繁的被顧客同時購買，形成關(guān)于商品間搭配的知識，從而指導(dǎo)今后銷售的商品組合。但經(jīng)典的關(guān)聯(lián)規(guī)則挖掘方法由于缺乏用戶控制，導(dǎo)致產(chǎn)生的規(guī)則過多，且部分規(guī)則對用戶毫無意義。為了解決該問題，人們引入了基于約束的關(guān)聯(lián)規(guī)則挖掘方法。R．T．NG等學(xué)者提出了受約束的關(guān)聯(lián)查詢概念R．Srikant等人研究了項集受約束的關(guān)聯(lián)規(guī)則挖掘，挖掘出了包含某布爾表達(dá)式的頻繁項集Robert J．Ba-yardo Jr等人研究了稠密數(shù)據(jù)庫的特點(diǎn)，并提出了改進(jìn)度的概念
本文首先介紹了關(guān)聯(lián)規(guī)則的基本概念，在指出傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘方法缺陷的基礎(chǔ)上，提出了一種受用戶指定數(shù)據(jù)約束的關(guān)聯(lián)規(guī)則挖掘算法(UD-Apriori)。實驗分析表明，該算法能在短時間內(nèi)找到用戶感興趣的規(guī)則，算法效率有明顯提高。
3 關(guān)聯(lián)規(guī)則的基本概念
3．1關(guān)聯(lián)規(guī)則的描述
設(shè)I={i1i2，im}是項的集合，其中的元素稱為項(item)。記D為交易T的集合，這里交易T是項的集合，并且T I。設(shè)X是I中項的一個集合，如果X T．那么稱交易T3X。一個關(guān)聯(lián)規(guī)則是形如“X Y的蘊(yùn)含式，這里X I，Y I，并且X Y= 。
規(guī)則“XjY”在事務(wù)數(shù)據(jù)庫中的支持度(support)是事務(wù)集中包含X和Y的事務(wù)數(shù)與所有事務(wù)數(shù)之比，記為suppog(X Y)，即：
suooort(X Y)：l{T,X Y T，T D}|/|D|
對項目集I和事務(wù)數(shù)據(jù)庫D，T中所有滿足用戶指定的最小支持度(minsupportl的項目集，稱為頻繁項目集。
規(guī)則X Y在事務(wù)集中的置信度(confidence)是指包含X和Y的事務(wù)數(shù)與包含X的事務(wù)數(shù)之比，記為confidence(X Y)，即：
Confidence(X Y)=|{T，X Y T，T D，T D}|/|T:X T，T D}|
3．2經(jīng)典關(guān)聯(lián)規(guī)則挖掘算法及其缺陷
經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法分兩個階段：首先，產(chǎn)生達(dá)到指定最小支持度的項集(即頻繁項集)，然后從每個頻繁項集中找出能夠達(dá)到指定最小置信度的規(guī)則。其中，第一步生成滿足最小支持度的項集是關(guān)鍵。1994年Agrawal等人在提出了著名的Apfiofi算法此算法使用遞歸方法生成所有的頻繁項集。首先生成頻繁1-項集L1，然后生成頻繁2-項集L2，…，一直到某個r使得Lr為空，算法結(jié)束。當(dāng)求Lk時，首先通過Lk-1的自連接生成候選項集Ck；檢驗Ck中的每個元素，滿足用戶指定的最小支持度的元素就是Lk中的元素。從以上算法描述可看出由于Lk-1候選集Ck是呈指數(shù)增長的，例如104個1-頻繁項集就有可能產(chǎn)生接近107個元素的2-候選項集。如此大的候選項集對時間和主存空間是一種巨大的挑戰(zhàn)。另外，由于基于“支持度一置信度”的關(guān)聯(lián)規(guī)則挖掘度量框架本身不具有關(guān)聯(lián)規(guī)則生成的先決指導(dǎo)性，導(dǎo)致產(chǎn)生的部分規(guī)則對最終用戶毫無意義，而一些較長的規(guī)則又難于理解。這些都導(dǎo)致算法效率的低下。
4 受用戶指定數(shù)據(jù)約束的關(guān)聯(lián)規(guī)則挖掘算法
4．1算法的提出背景
在企業(yè)實施商品的組合營銷策略過程中，往往以利潤為先導(dǎo)，把關(guān)注焦點(diǎn)集中在那些銷售情況較好而價格又相對比較高的商品上面。因此，企業(yè)銷售策略可以是：針對具有上述特征的商品，找出和這類商品一起被頻繁購買的其它價格比較低的商品，以便在今后的銷售中對這些商品進(jìn)行捆綁銷售。
4．2受用戶指定數(shù)據(jù)約束的關(guān)聯(lián)規(guī)則挖掘算法(UD-Apfiofi)的基本思想
基于上述銷售策略，我們提出一種受用戶指定數(shù)據(jù)約束的關(guān)聯(lián)規(guī)則挖掘算法。其中。用戶需要提供兩個約束（未完，下一頁）
|