【正文】 述如下：算法21 Apriori算法（發(fā)現(xiàn)頻繁項目集） 輸入：事務(wù)集D；最小支持度閾值minsup_count。 輸出：D 中的頻繁項集L。（1） L={large 1itemsets}；//所有支持度不小于minsupport的1項目集 （2） For ( k=2, L≠, k++ ) DO BEGIN　　 （3） C= apriorigen(L)；　 // C 是k個元素的候選集（4） For all transactions tD DO BEGIN（5）　　 C= subset(C,t)；　 // C 是所有t包含的候選集元素（6）　　　 For all candidates cC DO ++；（7）　　 END（8）　 L = {cC? ≥minsup_count}；（9） END（10） L= L；算法21中調(diào)用了apriorigen(L)，是為了通過（k1）頻繁項目集產(chǎn)生k候選集，算法22描述了apriorigen過程。算法22 apriorigen(L)（產(chǎn)生候選集）輸入：（k1）頻繁項目集L。輸出：k候選項目集C。（1）FOR all itemset pL DO（2） FOR all itemsets qL DO（3） IF p. item=q. item，p. item=q. item，…，p. item=q. item，p. item＜q. item THEN BEGIN（4） c=pq； //把q的第k1個元素連到p后（5） IF has_infrequent_subset（c, L） THEN（6） delete c；//刪除含有非頻繁項目子集的候選元素（7） ELSE add c to C；（8） END（9）Return C；算法22中調(diào)用了has_infrequent_subset（c, L）是為了判斷c是否需要加入到k候選集中。算法23描述了這個調(diào)用的過程。算法23 has_infrequent_subset（c, L） （判斷候選集的元素） 輸入：一個k候選項目集c，（k1）頻繁項目集L。 輸出：c是否從候選集中刪除的布爾判斷。（1）FOR all （k1）subsets of c DO（2） IF S L THEN Return TRUE；（3）Return FALSE；Apriori算法是通過項目集元素數(shù)目的不斷增長來逐步完成頻繁項目集發(fā)現(xiàn)的。經(jīng)典的Apriori算法存在著兩個致命的性能瓶頸, 即：（1）需要多次掃描事務(wù)數(shù)據(jù)庫, I/O的負(fù)載很大。對每次k 循環(huán)，候選集中的每個元素都必須通過掃描數(shù)據(jù)庫一次來驗證其是否加入L，假如有一個頻繁大項集包含10個項，那么就至少需要掃描事務(wù)數(shù)據(jù)庫10遍。（2）可能產(chǎn)生龐大的候選集。由L1產(chǎn)生k候選集C是以指數(shù)增長的， 例如10的1頻繁項集就有可能產(chǎn)生接近10個元素的2候選集，如此大的候選集對時間和主存空間都是一種很大的挑戰(zhàn)。在對Apriori關(guān)聯(lián)規(guī)則經(jīng)典算法研究的基礎(chǔ)上,有人提出了改進(jìn)的Apriori算法， 基本思想是：以頻繁1項集為候選項目集，對頻繁1 項目集進(jìn)行組合且擴(kuò)展， support得到頻繁k+1項集。將k+1項集作為候選項目集,按照以上原則不斷形成下一頻繁項目集,從而產(chǎn)生出全部的頻繁項目集,該算法掃描數(shù)據(jù)庫的次數(shù)較少,且產(chǎn)生的候選集數(shù)據(jù)不是太多,該改進(jìn)算法比較適合大規(guī)模的數(shù)據(jù)庫挖掘頻繁大項集的提取和關(guān)聯(lián)規(guī)則的發(fā)現(xiàn),掃描時為了提高生成高頻數(shù)據(jù)項集的效率,基于如下基本原理 ： 一個數(shù)據(jù)項 A加到I(AI), 結(jié)果集(AI)的頻度不會高于I的頻度，如果滿足最小支持度門限值，則后者不會滿足。即一個集合不能夠通過測試。根據(jù)這個性質(zhì)可以得出以下幾個推論：推論1： K維數(shù)據(jù)項集X是高頻數(shù)據(jù)項集的必要條件是它所有K1維子集均為最大數(shù)據(jù)項集，這些數(shù)據(jù)項集組成Y1。推論2：如果維數(shù)據(jù)項集T的任意一個K1維子集不是最大數(shù)據(jù)項集，則K維數(shù)據(jù)項集本身也不是最大數(shù)據(jù)項集。推論3：T是K維數(shù)據(jù)項集, 如果所有K1維高頻數(shù)據(jù)項集集合L1中包含T 的K1維子集的個數(shù)小于K，則T不可能是 k 維最大數(shù)據(jù)項集。第3章 零售業(yè)現(xiàn)狀分析 零售業(yè)的業(yè)務(wù)特點零售是把商品或者勞務(wù)直接出售給最終消費者的銷售活動。因此零售業(yè)處于生產(chǎn)者與消費者或批發(fā)企業(yè)與消費者之間的中間環(huán)節(jié)，面對的對象是最廣大的消費者。這一定義決定了零售業(yè)中主要有以下幾個特點：（1）就顧客而言，以個人消費者為主，這一群體數(shù)量龐大，消費水平層次不齊，主要聚集商場消費，與零售商的關(guān)系是斷續(xù)的。（2）就商品而言，除了專業(yè)的特賣店，一般零售商所包含的商品品種巨大；零售商采取的商品銷售方式很多，有經(jīng)銷、代銷、聯(lián)銷等。（3）就供應(yīng)商而言，涉及到商品的來源，所擁有的信息也十分龐大。 從廣大的消費者的購買行為來看，隨著社會物質(zhì)和財富的不斷豐富，恩格爾系數(shù)不斷下降，人們的生活水平逐步提高，這一期間中會經(jīng)歷三個階段：第一階段：在理性消費的時代中，消費者不僅重視商品的價格，還看重商品的質(zhì)量，簡言之消費者追求的是價廉物美。第二階段：隨著產(chǎn)品質(zhì)量的穩(wěn)步提高以及生活水平的提升，消費者的價值選擇不僅僅是性價比高的商品，而且還注重商品的形象、品牌、設(shè)計和使用的方便性。這一階段人們稱為“感覺消費”。第三階段：市場進(jìn)一步發(fā)展，由賣方市場像買方市場轉(zhuǎn)變后，各種同種商品，同種商家的出現(xiàn)，消費者越來越重視在購買和消費過程中心靈上的充實和滿足，客戶希望得到一對一的服務(wù)，這一階段為“感情消費”。與這一過程同時，企業(yè)的管理觀念也發(fā)生著相應(yīng)的轉(zhuǎn)變：最初，企業(yè)所處的市場環(huán)境為賣方市場，只要是生產(chǎn)了產(chǎn)品，就不愁賣不出去；后來，市場出現(xiàn)了競爭，企業(yè)的產(chǎn)品難以出售，于是企業(yè)在一邊提高質(zhì)量的同時，一邊將經(jīng)營重點有產(chǎn)品轉(zhuǎn)向銷售。結(jié)果是，銷售額提高了，而利潤卻下降了。這并不是企業(yè)所期待的。于是，企業(yè)加強內(nèi)部管理，壓縮成本，減少不必要的生產(chǎn)銷售環(huán)節(jié)，但是成本并不是可以無限制的壓縮，企業(yè)要想獲得高利潤的目的，迫使他們更加關(guān)注利潤的源頭——顧客。顧客的滿意程度成為企業(yè)管理的核心。 中國的零售業(yè)，特別是高檔次的百貨商場和購物中心，大部分的顧客的價值選擇處于第三階段，但企業(yè)方面的管理觀念還處于第二層次，這必然形成兩方面的“供需矛盾”。解決這一矛盾需要企業(yè)適應(yīng)顧客的要求，將服務(wù)的核心放在客戶關(guān)系的管理上。信息技術(shù)的發(fā)展推動著傳統(tǒng)商業(yè)的發(fā)展，利用現(xiàn)代信息技術(shù)，實現(xiàn)企業(yè)管理的自動化、現(xiàn)代化，充分把信息技術(shù)運用到經(jīng)營中，以最低的成本、最優(yōu)質(zhì)的服務(wù)、最快速的管理反應(yīng)進(jìn)行運作。 零售業(yè)信息化現(xiàn)狀首先，對于整個市場來說，零售業(yè)離不開IT，在IT技術(shù)滲入零售業(yè)之后，零售業(yè)已經(jīng)發(fā)生了很多變化。零售業(yè)尤其是超市經(jīng)營的支柱是快速周轉(zhuǎn)和降低成本，而快速周轉(zhuǎn)和降低成本又依賴于基于IT的商品管理、供應(yīng)鏈管理和客戶關(guān)系管理。沃爾瑪?shù)墓芾碣M僅占營業(yè)額的2％，而國內(nèi)一些零售企業(yè)的管理費高達(dá)零售額的7％，差距主要體現(xiàn)在供應(yīng)鏈管理方面。零售業(yè)的管理信息系統(tǒng)是20世紀(jì)信息技術(shù)最為成功的應(yīng)用案例之一，它總體上把零售行業(yè)勞動生產(chǎn)率提高了3倍以上。其次，不同的企業(yè)有不同的信息化要求。企業(yè)業(yè)務(wù)模式和發(fā)展階段不同，對信息化的認(rèn)識和需要也不同，建設(shè)方式也不同。更重要的是，零售行業(yè)信息化還存在IT與業(yè)務(wù)“脫節(jié)”或“各不搭話”的問題，要讓IT成為核心競爭力，IT本身已經(jīng)沒有問題，而是非IT的問題與困惑。最后，國內(nèi)的零售業(yè)信息化現(xiàn)狀總體還處于初級階段。零售業(yè)信息化可以分為三個階段：硬件基礎(chǔ)設(shè)施建設(shè)階段、軟件基礎(chǔ)設(shè)施建設(shè)階段和核心業(yè)務(wù)系統(tǒng)建設(shè)階段。目前多數(shù)小企業(yè)和部分大型百貨商場還處于硬件基礎(chǔ)設(shè)施向軟件基礎(chǔ)設(shè)施建設(shè)過渡的階段，信息化主要投資是買設(shè)備搭網(wǎng)絡(luò)，信息總監(jiān)整天忙于“救火”、“打補丁”。多數(shù)中型超市和極個別大型百貨商場處于軟件基礎(chǔ)設(shè)施向核心業(yè)務(wù)系統(tǒng)過渡階段，已經(jīng)實施了財務(wù)管理系統(tǒng)、條形碼管理系統(tǒng)、門店管理系統(tǒng)、人事管理系統(tǒng)、供應(yīng)商管理系統(tǒng)等邊緣性應(yīng)用，以及簡單的自動補貨系統(tǒng)、客戶關(guān)系管理（Customer Relationship Management，簡稱CRM）系統(tǒng)等。沃爾瑪、家樂福等早已處于核心業(yè)務(wù)系統(tǒng)建設(shè)階段，出色的供應(yīng)鏈管理為其帶來了高效率和低成本。在我國，目前大多數(shù)零售企業(yè)軟件系統(tǒng)的投資額在10萬至50萬元，軟件投資額超過100萬的零售企業(yè)在國內(nèi)不到兩成【10】。一般來說，零售企業(yè)上ERP系統(tǒng)，軟件投資額都會超過100萬，這個比例充分說明了我國零售企業(yè)的信息化水平還處在一個起步發(fā)展的階段?？傮w說來，我國零售業(yè)在信息化過程中主要存在以下幾個方面的問題：其一，零售企業(yè)的信息化應(yīng)用水平普遍較低，很多零售企業(yè)都是從單店起家逐步發(fā)展成連鎖經(jīng)營企業(yè)，因此絕大多數(shù)的信息系統(tǒng)應(yīng)用還停留在電子化業(yè)務(wù)流程階段，實現(xiàn)的效益非常有限，而且在企業(yè)信息化投入有限的情況下，更多地投入是體現(xiàn)在IT硬件上；其二，大部分零售企業(yè)的信息系統(tǒng)仍然是分布式的系統(tǒng)，集中管理和零售企業(yè)的規(guī)模效益根本無法實現(xiàn)；其三，缺乏信息系統(tǒng)的戰(zhàn)略規(guī)劃，國內(nèi)的零售企業(yè)信息系統(tǒng)的建設(shè)更多的是單向的滿足業(yè)務(wù)運作的需求，而不是通過信息系統(tǒng)的建設(shè)和規(guī)劃去創(chuàng)新和影響企業(yè)戰(zhàn)略，這往往就導(dǎo)致信息部門的職能地位低下，信息系統(tǒng)的建設(shè)也往往是補丁式的“頭痛醫(yī)頭，腳痛醫(yī)腳”式的展開。其四，缺乏對數(shù)字的分析和挖掘能力。造成這些情況的原因是多層次的，其中最重要的原因之一是絕大部分軟件企業(yè)不能全面滿足零售公司的需求，在企業(yè)的IT投資相對有限的情況下，這也是必經(jīng)之路。 零售業(yè)應(yīng)用數(shù)據(jù)挖掘技術(shù)的可行性分析 從技術(shù)層面上來說，數(shù)據(jù)庫、數(shù)據(jù)倉庫和Internet等信息技術(shù)的發(fā)展、計算機性能的提高和先進(jìn)的體系結(jié)構(gòu)的發(fā)展、統(tǒng)計學(xué)和人工智能等方法在數(shù)據(jù)分析中的研究和應(yīng)用都對數(shù)據(jù)挖掘技術(shù)的發(fā)展起到了決定性的作用。數(shù)據(jù)庫技術(shù)從20世紀(jì)80年代開始，就已經(jīng)得到了廣泛的普及和應(yīng)用，人們一直在探索組織大型數(shù)據(jù)和快速訪問的相關(guān)技術(shù)，高性能關(guān)系型數(shù)據(jù)庫引擎以及相關(guān)的分布式查詢、并發(fā)控制等技術(shù)的使用，已經(jīng)大大提升了數(shù)據(jù)庫的應(yīng)用能力。數(shù)據(jù)倉庫作為一種新型的數(shù)據(jù)存儲和處理手段，被數(shù)據(jù)庫廠商普遍接受并且相關(guān)輔助建模和管理工具快速推向市場，成為多數(shù)據(jù)源集成的一種有效的技術(shù)支撐環(huán)境。另外，Internet的普及也為人們提供了豐富的數(shù)據(jù)源。而且，Internet技術(shù)本身的發(fā)展，已經(jīng)不光是簡單的信息瀏覽，以WEB計算為核心的信息處理技術(shù)可以處理Internet環(huán)境下的多種信息源。另外，計算機芯片技術(shù)的發(fā)展，使計算機的處理和存儲能力日益提高，隨之而來的硬盤、CPU等關(guān)鍵部件的價格大幅度下降，使得人們收集、存儲和處理數(shù)據(jù)的能力和欲望不斷提高。計算機性能的提高和先進(jìn)體系結(jié)構(gòu)的發(fā)展使數(shù)據(jù)挖掘技術(shù)在零售業(yè)的研究和應(yīng)用成為可能。從商業(yè)層面上來說，隨著信息技術(shù)的高速發(fā)展，數(shù)據(jù)庫應(yīng)用規(guī)模、范圍和深度不斷擴(kuò)大，已經(jīng)從單臺機器發(fā)展到網(wǎng)絡(luò)環(huán)境。近年來，由于數(shù)據(jù)采集技術(shù)的更新，如商業(yè)條形碼的推廣、企業(yè)和政府利用計算機管理事務(wù)的能力不斷增強，產(chǎn)生了大規(guī)模的數(shù)據(jù)。在零售業(yè)界內(nèi)，數(shù)以百萬計的數(shù)據(jù)庫系統(tǒng)在運行，而且每天都在增加，決策所面對的數(shù)據(jù)量不斷增長。隨著數(shù)據(jù)的急劇增長，現(xiàn)有信息管理系統(tǒng)中的數(shù)據(jù)分析工具已經(jīng)無法適應(yīng)新的需求，因為，無論是查詢、統(tǒng)計還是報表，其處理方式都是對指定數(shù)據(jù)進(jìn)行簡單的數(shù)字處理，而不能對這些數(shù)據(jù)包含的內(nèi)在信息進(jìn)行提取。人們希望能夠提供更高層次的數(shù)據(jù)分析功能，自動和智能地將待處理的數(shù)據(jù)轉(zhuǎn)化為有用的信息和知識。零售業(yè)本身存在的海量數(shù)據(jù)和決策者更高層次的要求為數(shù)據(jù)挖掘技術(shù)在零售業(yè)能夠順利實施提供了必要的前提和條件。IT技術(shù)和商業(yè)市場的不斷成熟為零售業(yè)得以實施數(shù)據(jù)挖掘項目成為可能，隨著技術(shù)的不斷進(jìn)步和商家對信息的重視程度越來越高，今后，數(shù)據(jù)挖掘項目將在更多的零售企業(yè)順利實施，為企業(yè)的發(fā)展注入更新鮮的血液。第4章 數(shù)據(jù)挖掘技術(shù)在零售業(yè)中的應(yīng)用 數(shù)據(jù)挖掘技術(shù)在零售業(yè)領(lǐng)域中的應(yīng)用形式數(shù)據(jù)挖掘從產(chǎn)生在現(xiàn)在已經(jīng)普遍應(yīng)用于多個行業(yè)，在零售業(yè)領(lǐng)域的應(yīng)用則更為深入，通過數(shù)據(jù)挖掘可以透徹地了解企業(yè)的客戶和活動，為企業(yè)爭取更大的競爭優(yōu)勢。一般說來，數(shù)據(jù)挖掘在零售業(yè)中的典型應(yīng)用形式主要有以下幾種：（1）了解銷售全局通過分類信息，按商品種類、銷售數(shù)量、商店地點、價格和日期等了解每天的運營和財政情況，對銷售的每一點增長、庫存的變化以及通過促銷而提高的銷售額都可了如指掌。零售商店在銷售商品時，隨時檢查商品結(jié)構(gòu)是否合理十分重要，如每類商品的經(jīng)營比例是否大體相當(dāng)，調(diào)整商品結(jié)構(gòu)時需考慮季節(jié)變化導(dǎo)致的需求變化、同行競爭對手的商品結(jié)構(gòu)調(diào)整等因素。（2）降低庫存成本通過數(shù)據(jù)挖掘系統(tǒng)，將銷售數(shù)據(jù)和庫存數(shù)據(jù)集中起來，通過數(shù)據(jù)分析，以決定對各個商品、各色貨物進(jìn)行增減，確保正確的庫存。數(shù)據(jù)挖掘系統(tǒng)還可以將庫存信息和商品銷售預(yù)測信息，通過電子數(shù)據(jù)交換(Electronic Data Interchange，簡稱EDI)直接送到供應(yīng)商那里，這樣省去零售業(yè)中介，而且供應(yīng)商負(fù)責(zé)定期補充庫存，零售商可減少自身負(fù)擔(dān)。（3）商品分組布局、購買推薦和商品參照分析通過從代銷記錄中挖掘相關(guān)信息，可以發(fā)現(xiàn)購買某一種商品的顧客可能購買其他商品。這類信息可用于形成一定的購買推薦，或者保持一定的最佳商品分組布局，以幫助客戶選擇商品，刺激顧客的購買欲望從而達(dá)到增加銷售額，節(jié)省顧客購買時間的目的。（4）促銷活動的有效性分析零售業(yè)常常通過廣告、優(yōu)惠券、各種折扣和讓利的方式搞促銷活動，以達(dá)到促銷產(chǎn)品，吸引顧客的目的。只有充分了解客戶，才能定位促銷活動，提高客戶響應(yīng)率，降低促銷活動成本。利用數(shù)據(jù)挖掘技術(shù)可以分析出應(yīng)該在什么時間、在什么地點、以何種