一种带记忆性的零售商品关联度分析方法

被引：11

作者：

杨丰梅 ^{[1
]}

李梦 ^{[1
]}

田歆 ^{[2
]}

李健 ^{[3
]}

丁玉章 ^{[2
,4
]}

机构：

[1] 北京化工大学理学院

[2] 中国科学院虚拟经济与数据科学研究中心

[3] 北京化工大学经济管理学院

[4] 上海海鼎信息工程股份有限公司

来源：

系统工程理论与实践 | 2014年 / 34卷 / 11期

关键词：

购物篮分析; 关联规则; 频繁项目集; 商业智能; 邻接矩阵;

D O I：

暂无

中图分类号：

F713.36 [电子贸易、网上贸易]; F713.32 [零售贸易];

学科分类号：

1201 ;

摘要：

基于关联规则的购物篮分析对实体或在线零售企业改善品类管理、优化门店布局陈列、实现关联促销与推荐等起着重要作用.本文针对企业需求,应用邻接矩阵和截矩阵技术,提出了挖掘商品关联性的AC算法和进一步求频繁k-项集的M-AC算法,证明了这类方法运算简单,应用成本低,具有记忆性质,当数据更新时,无须重新运算.通过在零售企业的成功应用,论证了这种商品关联度分析方法的有效性.

引用

页码：2872 / 2880

页数：9

共 15 条

[1] 基于兴趣度的数据流频繁模式散列挖掘算法
琚春华
殷贤君
[J]. 系统工程理论与实践, 2012, (12) : 2764 - 2773
[2] 基于社会网络分析的多属性关联规则挖掘方法[J]. 李永立,吴冲,刘一丹,孙纪舟. 情报学报. 2012 (08)
[3] 基于图论和信息最大化保留的在线推荐方法
李永立
吴冲
王崑声
[J]. 系统工程理论与实践, 2011, 31 (09) : 1718 - 1725
[4] 基于T统计量的一种改进关联规则挖掘方法
孙文俊
潘明暘
叶强
[J]. 计算机应用研究, 2011, 28 (06) : 2073 - 2077
[5] 基于遗传—蚂蚁算法的关联规则挖掘方法
陆楠
李晓林
[J]. 信息技术, 2010, 34 (03) : 9 - 13
[6] 面向个性化推荐的强关联规则挖掘
李杰
徐勇
王云峰
朱昭贤
[J]. 系统工程理论与实践, 2009, 29 (08) : 144 - 152
[7] 啤酒与尿布[M]. 清华大学出版社 , 高勇著, 2008
[8] 模糊数学及其应用[M]. 科学出版社 , 梁保松, 2007
[9] 集合论与图论[M]. 北京大学出版社 , 耿素云编著, 1998
[10] A scalable algorithm for the market basket analysis
Cavique, Luis
[J]. JOURNAL OF RETAILING AND CONSUMER SERVICES, 2007, 14 (06) : 400 - 407

← 1 2 →