分享到:
市场营销论文 最近更新
浅析企业文化对人力资源管理的影响
儒家文化对中国现代企业文化建设的影响
企业文化模式探析
企业文化对企业发展的作用
浅议中职校园文化与企业文化的融合
住宅小区物业管理服务发展的建议和措施
虚拟社区背景下大学生网络道德培育新探
企业加强应收账款管理的探讨
长沙动漫人才培养的问题及对策研究
北京自主服装品牌发展对策
中国贵州茅台集团的企业文化建设
简论可口可乐与百事可乐的品牌视觉识别系统
简析数据库技术在电子商务领域应用研究
试论优秀企业文化对酒店服务质量提升的促进作用
浅谈基于企业生命周期视角的战略决策分析
试论政治工作思想的新思路
浅谈企业内部控制与风险管理对策分析
浅谈基于顾客期望视角的绩效管理研究
我国体育产业发展现状研究与面临困境 体育产业发展论文
浅谈基层工商机关监管执法风险防范
组合营销策略中基于约束的关联规则挖掘方法
  摘 要:网络销售是电子商务的一种重要的形式,而组合营销是提升网络销售业绩的一种重要手段。针对目前我国网络销售的基本模式,在已发现的组合营销策略特点的基础上,提出了一种基于约束的关联规则挖掘新算法。
  关键词:组合营销策略;数据挖掘;关联规则
 
  
  1 引言
  
  随着全球化浪潮的推进,电子商务正不断发展壮大。网络销售作为电子商务的一种重要组成形式为企业寻求更大的市场空间提供了一种新的有益尝试。我国目前网络销售的主流模式为:“订单一物流”模式。即用户下订单后,企业通过物流将商品交付给客户。由于物流费用一般由客户承担,客户为减少购物的物流成本,往往会在购买主目标商品的同时,搭配几件价格不高的次目标商品。这就为企业实施商品的组合营销策略提供了机遇。
  
  2 问题描述
  
  组合营销是指企业通过对不同类别、不同价格的商品的合理组合,向客户一次提供多种商品的营销方式。数据挖掘中的关联规则分析方法,通过挖掘出以往销售数据中哪些商品频繁的被顾客同时购买,形成关于商品间搭配的知识,从而指导今后销售的商品组合。但经典的关联规则挖掘方法由于缺乏用户控制,导致产生的规则过多,且部分规则对用户毫无意义。为了解决该问题,人们引入了基于约束的关联规则挖掘方法。R.T.NG等学者提出了受约束的关联查询概念R.Srikant等人研究了项集受约束的关联规则挖掘,挖掘出了包含某布尔表达式的频繁项集Robert J.Ba-yardo Jr等人研究了稠密数据库的特点,并提出了改进度的概念
  本文首先介绍了关联规则的基本概念,在指出传统关联规则挖掘方法缺陷的基础上,提出了一种受用户指定数据约束的关联规则挖掘算法(UD-Apriori)。实验分析表明,该算法能在短时间内找到用户感兴趣的规则,算法效率有明显提高。
  
  3 关联规则的基本概念
  
  3.1关联规则的描述
  设I={i1i2,im}是项的集合,其中的元素称为项(item)。记D为交易T的集合,这里交易T是项的集合,并且T I。设X是I中项的一个集合,如果X T.那么称交易T3X。一个关联规则是形如“X Y的蕴含式,这里X I,Y I,并且X Y= 。
  规则“XjY”在事务数据库中的支持度(support)是事务集中包含X和Y的事务数与所有事务数之比,记为suppog(X Y),即:
  suooort(X Y):l{T,X Y T,T D}|/|D|
  对项目集I和事务数据库D,T中所有满足用户指定的最小支持度(minsupportl的项目集,称为频繁项目集。
  规则X Y在事务集中的置信度(confidence)是指包含X和Y的事务数与包含X的事务数之比,记为confidence(X Y),即:
  Confidence(X Y)=|{T,X Y T,T D,T D}|/|T:X T,T D}|
  3.2经典关联规则挖掘算法及其缺陷
  经典的关联规则挖掘算法分两个阶段:首先,产生达到指定最小支持度的项集(即频繁项集),然后从每个频繁项集中找出能够达到指定最小置信度的规则。其中,第一步生成满足最小支持度的项集是关键。1994年Agrawal等人在提出了著名的Apfiofi算法此算法使用递归方法生成所有的频繁项集。首先生成频繁1-项集L1,然后生成频繁2-项集L2,…,一直到某个r使得Lr为空,算法结束。当求Lk时,首先通过Lk-1的自连接生成候选项集Ck;检验Ck中的每个元素,满足用户指定的最小支持度的元素就是Lk中的元素。从以上算法描述可看出由于Lk-1候选集Ck是呈指数增长的,例如104个1-频繁项集就有可能产生接近107个元素的2-候选项集。如此大的候选项集对时间和主存空间是一种巨大的挑战。另外,由于基于“支持度一置信度”的关联规则挖掘度量框架本身不具有关联规则生成的先决指导性,导致产生的部分规则对最终用户毫无意义,而一些较长的规则又难于理解。这些都导致算法效率的低下。
  
  4 受用户指定数据约束的关联规则挖掘算法
  
  4.1算法的提出背景
  在企业实施商品的组合营销策略过程中,往往以利润为先导,把关注焦点集中在那些销售情况较好而价格又相对比较高的商品上面。因此,企业销售策略可以是:针对具有上述特征的商品,找出和这类商品一起被频繁购买的其它价格比较低的商品,以便在今后的销售中对这些商品进行捆绑销售。
  4.2受用户指定数据约束的关联规则挖掘算法(UD-Apfiofi)的基本思想
  基于上述销售策略,我们提出一种受用户指定数据约束的关联规则挖掘算法。其中。用户需要提供两个约束信息:畅销商品A以及与A关联的商品价格总和的最大值(max_sumprice)。
  该算法的基本思想是:首先利用用户指定商品A为约束条件对事务数据库D进行扫描,包含A的实例加入到实例集Dt中,其余被过滤掉。然后在经典Apfiofi算法的频繁项集生成过程中应用受max_sumprice参数约束的剪枝策略,生成符合约束条件的频繁K-项集,最后由频繁项集生成受约束的关联规则。
随机推荐
连锁经营的优势
日本中小企业政策的特点及发展方向
基于网络经济时代企业深度营销探析
中国汽车行业网络营销形式及发展思考
体验营销:品牌塑造新思路以李宁公司体育品牌发展为例
浅谈体育产业市场经营环境分析的方法论研究
知识型员工激励机制的构建
绿色营销与产业结构优化
我国餐饮业的服务营销及发展趋势
借助体育进行营销的运作模式与策略研究

设为首页 | 关于我们 | 广告联系 | 友情链接 | 版权申明

Copyright 2009-2014 All Right Reserved [粤ICP备05100058号-11]