基于某超市的數據挖掘分析李春林任博雅河北經貿大學數學與統計學學院060061：；【文章摘要】“”弦喘i譬9妒一4。”鬻”本文面對超市2年的日銷售數據。一根據數掘挖掘思想，對海量數據按品類進行分組，并對各品類商品的銷售數據進行分析。此外還通過對各品類的銷售額建立ARMA模型，探求消費者的消凳習慣，對商品的品類布局提出建議。j，i秀【關鍵詞】。超市；數據挖掘；AEMA模型；品類管理根據通常的定義，數據挖掘就是利用數據分析工具從海量數據中提取隱含的、表面不為人們所知但又有價值的信息獲取過程。數據挖掘技術是一門包括多學科知識的技術，涉及統計學、計算機數據庫、計算機網絡、數理邏輯等學科，近年來許多智能技術也已廣泛應用于數據挖掘領域中。本文以河北省某超市8萬余種商品2005年一2006年的13銷售數據為分析對象，共4228521條數據記錄。利用Access數據庫技術，將商品歸為12個品類，以7天為一個銷售周期，將數據按實收金額匯總為一個73行，12列的次級數據表。12個品類分別為：熟食部門，水產部】，果蔬部門，自制部門，干性副食，糧油和調料，煙酒飲料，冷藏冷凍，日配，服裝鞋帽，箱包，小家電。一總體銷售分析2006年春節期間銷售額嚴重下滑，整年銷售額與2005年大體持平。根據次級數據表，計算得2年的月度數據，為消除春節，五一，十一的高銷售額的影響將兩年數據進行差分，得到12行數據。圖l為差分后的圖表。由上圖可以看出，每個月的銷售額數據點較均勻的分布在0線兩側，2006年同2005年的銷售額大體持平。1月，2月的銷售額遠不如2005年，分別比2005年少1200000元和1000000元。這兩個月為春節銷售高峰期，然而銷售量卻縮水。這是超市應該重視的一個問題。3月到9月的銷售額，處于正常波動，2006年與2005年大致相同，從9月開始，2006據上看，2006年的銷售額比2005年少1500000元。二品類分析圖2為各品類部門經差分后的銷售情況。與2005年相比，每一部門在1月、2月的銷售在2006年都有不同程度的下降。其中，銷售縮水最為嚴重的是小家電部門，其次為干性副食，冷藏冷凍、日年的銷售額的增長速度不斷提高。從數配部門。這是很不副合邏輯的，很可能OUUU4000l12000l，。八一一。廠。蠹O陵V一yY黌-2000礦。士。口oVw“工翼卜系列1-4000蘸7000000；。一。漱。蹴。漱蕊蕊蕊。黜；馘戳。；。盈00總量數據差分數據圖圖2銷售數據差分數據圖RNBSINSSr業衄萬方數據水產部門：)=一023yt_l一059yt_2+段一03l以1一O95t_2十O19y=+008y,州+O22)，鰣+00緲E埔服裝鞋帽部門：引入小家電部門，糧油調料部門的銷售額y。和y。辮=一117yl_1一O73yt一2+以一132啤一l一099雎一2+O41ya+062)，聃小家電部門：引入服裝鞋帽部門，箱包部門，干性副食部門的銷售額)，細，)么，圪聲。Yf=046yt_I一046M2+06l讎1099a卜2+O27y囪孵+042y曲+O291，赫箱包部門：引入小家電部門，服裝鞋帽部門的銷售額y捌，y細I。咒=O45yt一24-4一O454_l+O，85tt一2+O38y蜊+O26ytm日配部門，引入箱包部門，服裝鞋帽部門，自制部門的銷售額，么y南。，k。兒=167yt-l-1Olyf一2+以+182他一l+132tt-2+O50y勱+O26ym+15)72于性副食部門：引入果蔬部門，自制部門，水產部門的銷售額y囂么y韶。Yt=-0，65ytI一095Yt一2+腹+O57，-l+O97肛一2+086yF+144y4+416Jk果蔬部fl：引入煙酒飲料部門。糧油調料部門，箱包部門的銷售額J，刪，M州。J么。咒；O56ys_l一061yt一2+肛+O45,u,-lO94,ut一2+O22yz酬+O13y聊+018)，曲自制部門：引入果蔬部門，水產部門，小家電部門的銷售額y翠，J，c，y刪。Yc z 045ytt+042y卜2-069y卜，+H+069#rl+03毛213鈕扣，+020y-+059y：+O07y_冷藏冷凍gfl引入箱包部門，服裝鞋帽部門，自制部門的銷售額y曲，y正刪，y。只=O90yt_2+以+095zt_2+006y州+O05y觸。+017y口糧油調料部門；引入自制部門，服裝鞋帽部門的銷售額圪，y鈿。 一乃=099yt_l一082yt_2+鸕+090,u_tO96a,_2+166J名+O62夕次熱食部門；引入糧油調料部門，小家電部門的銷售額)，蛐，y，H。M=O26yt-l+054y卜2+乒+O95聲k2+O17)，f州+O22y鯽ltltitI飲料lSf-J,引入糧油調料部門，果蔬部門，千性副食部門的銷售額，銣，)，蘆，)雄。咒=178yt_l一095yt一2+4 4-193雎_xo93A一2+014y舅n+O84y蘆+O1ly蔭的原因是，超市保護商品的力度不強，出現了偷盜現象。節后各部門出現了銷售額的反彈，大部分部f J都比去年同期銷售額高。這得利于節后促銷工作，此期間的銷售策略值得推廣。4月，銷售額最大的為糧油調料部門，果蔬，服裝鞋帽，箱包和小家電部l】的銷售額最低。5月，總體銷售額比4月略有提高，銷售額最小的仍為小家電部f1。6月到10月，各部門銷售額浮動于0線附近，變化不大，此期間應推行各種促銷手段，刺激消費。入秋以后，各部門銷售額又有明顯上升，到12月，果蔬，干性副食，糧油調料的銷售額明顯增加。從圖2中還可以看出，整年銷售額比較穩健的是熟食部門(系列1)和水產部門(系列2)；銷售額變動較大的是小家電(系列12)，箱包(系列11)，冷藏冷凍(系列8)和FI配(系列9)。三消費者行為分析通過商品的銷售額，可以反映出消費者的消費行為信息。消費者在不同部門之間選購何種非急需商品，與部門的布局、促銷商品的種類搭配有著密不可分的關系。本文試圖對各部門的銷售額建立ARMA模型，同時在模犁中引入其它部門的銷售額序列。以下為各部門的銷售額的ARMA模型。以上部門的擬合模型，經過模型比較和反復修改，最終都引入了其它部門的銷售額來建立ARMA模犁，擬合優度均在0。450。69之間，各保留項均通過T檢驗，并在l的顯著性水平下顯著。通過反復修正，模型中引入某一部門的其它具有顯著性的系數均為正，說明這些部門的銷售額的變動方向與引入部門的是相同的。在模犁中的這些變量，它們的變動都是與因變奄的變動是同向而且是同時的。因此超市在制定促銷計劃時，可以考慮這種共同變動情況，達到降低促銷成本的目的，提高利潤額。此外，根據這種共同變動的特點，可以調整各部門的相對位置，方便顧客選購，最大限度的促進銷售最的增加。下圖為根據模型變量相互關系所做的各部門建議布局。圃嚴j” ；。一；+_?。?j“、i。j$ir露【參考文獻】 “。l、陸召逢，郭嗣宗，關聯規則在化妝品銷售分析中的應用，科技和產業，2008(1 0)，P1 9-2l “r一2、梁宗經，曠蕓，黃曉昀，數據挖強技術在科技統計數據分析中的應用探索，經濟師，2007(1)，p1 4-1 55，賀玲，昊玲迭，蔡益朝，數據挖掘中的聚類算法綜述，計算機應用研，究，20071)，Pj O-54、周肆清，歐陽烽，數據挖掘在高校數字圈書館應用的可行性分析，高校霉書館工作，2007(5)，p23-26【作者簡介】1，李春林(1 965一)，男，河北省任縣人，河北經貿大學數學與統計學學院教授，管理學博士，研究方向：經；濟統計分析；2、任博雅(1 983一)，女，河北省廊坊市人，河北經貿大學統計學專業碩士研究生。萬方數據基于某超市的數據挖掘分析作者： 李春林， 任博雅作者單位： 河北經貿大學數學與統計學學院,050061刊名： 現代商業英文刊名： MODERN BUSINESS年，卷(期)： 2009，(5)引用次數： 0次參考文獻(4條)1.陸召連.郭嗣宗 關聯規則在化妝品銷售分析中的應用期刊論文-科技和產業 2008(10)2.梁宗經.曠蕓.黃曉昀 數據挖掘技術在科技統計數據分析中的應用探索期刊論文-經濟師 2007(01)3.賀玲.吳玲達.蔡益朝 數據挖掘中的聚類算法綜述期刊論文-計算機應用研究 2007(01)4.周肆清.歐陽烽 數據挖掘在高校數字圖書館應用的可行性分析期刊論文-高校圖書館工作 2007(05)相似文獻(10條)1.會議論文 謝瑜嫻.陳定方.張波.李康.劉建新 超市行業中的數據挖掘技術研究 2008介紹了數據挖掘的概念,分析了超市行業中數據來源及特點,討論了超市行業中數據挖掘技術的應用范圍,并設計了一套可應用于超市的數據挖掘系統框架,為超市行業數據挖掘系統的實現提供了參考模型.2.學位論文 耿曉中 超市管理系統及數據挖掘技術在其上的應用 2004本文主要介紹了“超市管理系統”的需求分析與具體設計，以及基于“超市管理系統”上的數據挖掘。近十幾年來，數據挖掘技術有了長足的進步。數據挖掘已成為數據庫研究、開發和應用最活躍的分支之一，數據挖掘(DataMining)就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。微薄的利潤使零售商們比其他行業更早進入數據倉庫階段.零售商們看到提高決策支持過程就能直接提高存貨管理和財政預測的效率.零售商們早期采用數據倉庫讓他們有更好的機會運用數據挖掘.由于零售業搜集大量的銷售數據、顧客購物記錄、貨物運送、消費模式和服務記錄等等，它是數據挖掘的主要應用領域。尤其是由于Web或電子商務實用性和流行性的增加，搜集數據的量迅速增長。如今，很多商店都有自己的Web站點，顧客可以在線購買。零售數據的大量來源和類型為數據挖掘提供了豐富的數據源。在這種情況下，零售商如何找到自己最有效的客戶，如何開發有競爭力的業務，如何提高經營效率，都是需要頗費一番腦筋的。在這樣的背景下，零售商紛紛求助于IT技術，希望從中找到競爭制勝的良方。本文首先介紹了“超市管理系統”的具體分析與設計，本系統分為兩個子系統：后臺管理員端和前臺收銀端。其中，前臺收銀系統負責超市的日常銷售工作，具有界面簡潔，反應快速，運行安全可靠的特征，主要功能有：支持多種付款模式；支持各種商品銷售、退貨，打折處理；銷售數據的掛起，恢復功能；銷售小票的打印功能；收銀機鎖定功能；銷售數據查詢，統計功能；更改登陸密碼；嚴格而靈活的用戶權限管理。后臺管理系統對商場貨物流轉進行全面管理，貨物的任何流轉均有相應的單據。它可以實現各種單據的電腦化；銷售數據的及時統計；倉庫的嚴格管理；完備的會員管理系統儲存會員的所有個人及購物信息；完善的供應商管理機制；以及完整的財務管理。后臺管理系統又分為以下子系統：1.商品管理2.供應商管理3.價格管理4.庫存控制5.報表6.匯總7.財務控制8.月結9.年結10.清算11.歷史數據12.會員管理13.用戶管理在使用的過程中，隨著數據的不斷增加、業務的不斷發展，如何從中及時發現有用的知識，提高信息利用率，這成為目前零售商急需解決的問題。面對“數據豐富，但信息貧乏”，重要的決定常常不是基于數據庫中信息豐富的數據，而是基于決策者的直覺的現狀，要想使數據真正成為一個我們可利用的資源，為我們自身的業務決策和戰略發展服務，我們決定通過數據挖掘對數據進行分析，以便為我們的決策服務，從而提高零售業的競爭能力。近幾年來，零售超市面對的市場競爭壓力日益增加。能否擁有一套迅速靈敏、功能強大的市場分析系統，有針對性地制定政策，適時根據市場需求排放貨物，顯得越來越重要，從而基于“超市管理系統”其上的數據挖掘應運而生。本文介紹了運用數據挖掘中的關聯規則，挖掘“超市管理系統”數據庫中各種貨物的排放，避免了脫離市場、脫離需求，盲目排放貨物所造成的損失，節省了資金，提高了效益。關聯規則(AssociationRules)的挖掘是數據挖掘中一個重要的問題。關聯規則可以發現交易數據庫中不同商品(項)之間的聯系，這些規則找出顧客購買行為模式，如購買了某一商品對購買其他商品的影響。發現這樣的規則可以應用于商品貨架設計、貨存安排以及根據購買模式對用戶進行分類。本文主要運用FP-tree方法尋找數據庫中的關聯規則，關聯規則在數據挖掘是一個重要的研究內容，而產生頻繁集則是尋找關聯規則的第一步。本文分析并且實現了FP-growth算法。FP-growth算法的優點是節省時間和空間，對大規模數據采用分治的辦法以避免規模巨大難以接受。FP-growth算法主要通過FP-tree來構造頻繁集。FP-tree是一個數據庫里跟產生頻繁集有關的信息的壓縮表示。在具體的實現中，我通過了一系列的從低到高的數據結構來實現它，并進而實現整個算法。3.期刊論文 謝瑜嫻.陳定方.張波.李康.劉建新.XIE Yu-xian.CHEN Ding-fang.Zhang bo.LI Kang.LIU JIan-xin 超市行業中的數據挖掘技術研究 -湖北工業大學學報2008,23(3)介紹了數據挖掘的概念,分析了超市行業中數據來源及特點,討論了超市行業中數據挖掘技術的應用范圍,并設計了一套可應用于超市的數據挖掘系統框架,為超市行業數據挖掘系統的實現提供了參考模型.4.學位論文 楊春雷 數據挖掘技術在會員制超市客戶關系管理中的應用研究 2008隨著中國市場經濟逐步發展和完善，中國零售企業將面臨更多國外優秀企業的挑戰，會員制超市之間的競爭也日趨激烈，人們已經逐漸認識到客戶對于企業的重要性，沒有優良的客戶資源，企業就無法發展。因此，如何更多地了解客戶的信息，并將這種信息轉變成“知識”，從而更好地為客戶提供高質量的個性化服務，提高客戶滿意度，保持和發展高價值的客戶，已經成為各企業開展業務的一個緊迫課題。企業要想在日趨激烈的市場競爭中立于不敗之地，就必須加快企業信息化建設步伐。客戶關系管理(CRM)就是企業通過對客戶的管理來提升企業市場競爭力的一種電子商務解決方案。它與企業資源計劃(ERP)以及供應鏈管理(SCM)一起構成了企業信息化建設的基本構架，CRM中應用的核心技術就是數據挖掘技術。數據挖掘技術是一種新的信息處理技術，其主要特點是對數據庫中的大量業務數據進行抽取、轉換、分析，從中提取輔助商業決策的信息。能夠從海量的商業類客戶關系管理信息數據中發現一些未知的、有價值的規律，幫助企業向管理智能化方向發展。本文首先從客戶關系管理和數據挖掘的基本概念和原理入手，闡明了在會員制超市客戶關系管理中應用數據挖掘的必要性，構建了以數據挖掘為核心的CRM系統模型。對基于數據挖掘的會員制超市客戶關系管理系統進行了設計，建立了會員制超市客戶價值、客戶關聯分析和客戶細分的數據挖掘模型，并運用數據挖掘工具Clernentine11.0對模型進行了驗證和評價。本文的研究可以為會員制零售企業開展業務帶來新的思路，為國內會員制超市提升客戶關系管理水平，提升客戶滿意度、獲取競爭優勢提供一定的幫助。5.期刊論文 陶穎.劉萬軍.TAO Ying.LIU Wan-jun 數據挖掘在超市管理中的應用 -遼寧工程技術大學學報（自然科學版）2005,24(z2)針對當前在大型連鎖超市中采購、存儲、銷售的龐大數據需要合理的存儲、分析、查詢的實際問題,采用了數據挖掘的方法,在理論上介紹了數據挖掘技術的相關知識及其在超市管理中的應用,以超市營銷管理作為實例,詳細描述了數據挖掘的整個分析、設計及應用過程,并對國內數據挖掘應用的現狀進行了分析.結果對數據挖掘在實踐應用上的一個理論指導,配合特定算法后將在實踐中有著一定的應用前景.6.學位論文 趙謙 數據挖掘技術在大型超市中的應用研究 2007隨著中國加入WTO，市場經濟逐步發展和完善，零售行業內的競爭也越來越激烈，尤其是各個大型超市之間。在日趨激烈的市場競爭中，如何充分應用企業的各種經營信息，從而使企業更具有競爭力，成為各家超市企業關注的重點。因此，對超市經營信息、數據的整理、挖掘，從中得出對經營有用的信息，增強超市的競爭能力，已經成為各家超市企業面臨的一個緊迫課題。論文介紹了我國超市行業的發展背景，分析了超市發展目前所面臨的問題，提出了引入數據挖掘技術來增強大型超市市場競爭能力的思路。文章對數據倉庫和數據挖掘技術進行了理論闡述，結合超市行業特點提出了超市數據特性，從商品、顧客、銷售等角度對數據挖掘技術在超市中的可用性進行了分析。以超市數據特性和數據挖掘、數據倉庫理論為基礎，對超市中適用的數據挖掘模型進行了分析設計。文章提出建立基于數據挖掘的超市管理系統，具體分析了系統實施的總體模型、功能設計、層次模型以及數據挖掘模型在其中的應用，并針對系統的核心數據倉庫的建立進行了進一步分析設計。文章最后一部分針對數據挖掘模型的應用進行實證研究，以一個大型超市的實踐為背景，應用數據挖掘模型對超市數據進行分析，挖掘出一些有用的信息，為超市經營決策提供輔助支持。本課題的研究為提升大型超市市場競爭能力提供了新的思路，為數據挖掘技術在超市行業的實用化做出了有益的嘗試，從而對超市數據進行更有效深層次上的挖掘。7.期刊論文 宋鈺 基于關聯規則算法的超市數據挖掘方法分析 -福建電腦2009,25(7)銷售數據分析是關聯規則數據挖掘算法的主要應用領域之一.文章基于關聯規則的算法原理,提出了一種對于超市銷售數據關聯分析方法,可以作為超市數據挖掘的一種基本算法.8.學位論文 楊種學 LHSMDSS系統中數據挖掘模塊的設計與實現 2004數據挖掘是從海量數據中提取隱含在其中的、事先未知的、但又是潛在有用的信息和知識的非平凡過程，是一門新興的邊緣學科。它匯集了來自機器學習、模式識別、數據庫、統計學、人工智能以及管理信息系統等多學科的成果。本文的主要工作是基于LHSMDSS(LianHuaSupermarketDecisionSupportSystem，聯華超市決策支持系統)系統中的數據挖掘模塊的設計和實現所展開的。LHSMDSS系統中的數據挖掘模塊是建立在數據倉庫技術和OLAP技術的基礎上，運用關聯分析、分類、聚類分析和預測分析等數據挖掘方法，從海量的交易數據中發掘有價值的知識，為超市的決策者提供科學的決策信息和依據。本文的工作主要包括：LHSMDSS系統數據挖掘模塊的設計和實現，包括運用基于FP-growth算法實現商品關聯交易規則的發現、動態聚類的方法實現商品聚類、C4.5算法構造決策樹實現客戶分類和預測、多元線性回歸和最小二乘法實現銷售趨勢的預測；最后，借助數據挖掘模塊對超市中的歷史數據進行了分析，得出了許多重要的知識，這些重要知識為超市的客戶關系管理、市場營銷和戰略決策提供了重要的信息，并帶來了較大的經濟效益。9.學位論文 連歡 數據挖掘在超市客戶關系管理中的應用 2008隨著信息技術的發展，企業與信息系統之