数据挖掘课程论文---关联分析.pdfVIP

学生超市购买商品的关联性分析

前言

“啤酒与尿布”是超市商品布局的一个经典案例，它是说在美国的沃尔玛

超市中，将啤酒和尿布这两个看起来毫不相关的物品摆放在相邻的位置。其原因

就是沃尔玛通过大量的数据分析，发现有非常多的年轻爸爸在购买尿布的时候会

顺手购买一些啤酒，因此沃尔玛将这两样完全没有联系的商品放在了一起。这是

关联分析在商业中一个非常成功的案例。

关联分析在超市中的应用，不仅仅局限在上述的沃尔玛的对超市商品布局

的改善，特别针对于我校学生超市的特点，应用关联分析能够了解学生的购物特

点及习惯，从而改善超市环境，提高收益。

我校学生超市的特点：

1.规模较小。通常情况下，位于学校的超市其规模通常较小，由于这个特点，

使得学生超市的布局改善的空间非常小。

2.商品相对较为单一。作为学生超市，其服务对象基本都是学生，针对学生的

特点，学生超市的商品通常以日用品为主，主要包括衣食住行中的食和住，

此外有比较多的学习用品。

我校学生在学生超市消费的特点：

1.购物以食物、生活用品和学习用品为主。

2.购物时间比较集中。围绕着上课，学生在学生超市购物的时间主要集中在上

午上课前、中午放学后、下午放学后以及晚自习后。

3.在超市停留时间较短。通常情况下，我校学生在超市购物停留时间较短，更

多的都是有目的性的购物。

正因为以上学生超市和学生购物的特点，我们在做关联分析的时候将商品主

要集中在了食物、日用品和学习用品上。数据来源于我校学生实验超市，采集了

2012年9月21日——9月30日的数据。

数据整理

我们所得到的数据主要存在的问题包括重复记录、存在退货等，因此主要使

用EXCEL对存在重复记录和退货的情况处理。删除重复记录，使得每一项小票

（代表一个ID）说购买的某种商品的记录都是1次，从而避免数据重复对分析

结果的干扰。而对于退货的商品，这去除该项记录。经过这两项的整理，最后共

得到有效的商品消费记录为45006项。

关联分析

数据分析主要使用的是SAS中的EnterpriseMining模块。关联规则分析的

模块如下图，过程主要包括变量分析、数据转换、关联分析、报告和解释等方面。

在关联分析的设置中，将支持度设置为20%，置信度设置为80%，同时最

多只考虑四个商品之间的关联性，共得到记录2047项。结果如下表1：（根据支

持度排序的结果，只取支持度大于0.1%），共得到52个记录，表一只列出了前

20项。

表一

RelationLiftSupport(%Confidence(%TransactioRule

s))nCount

121.460.3814.8510221==1

221.460.383.771021==21

321.960.3451.79169236442234

58==5

421.960.341.3915==

6923644223458

521.050.3127.65814==5

621.050.311.16815==4

721.190.2531.31676907992