數(shù)據(jù)挖掘在銷售管理中的應(yīng)用研究.pdf

1、隨著信息技術(shù)的迅猛發(fā)展,許多商業(yè)企業(yè)都實現(xiàn)信息化管理。但同時,企業(yè)積累的數(shù)據(jù)也越來越多,并且呈增量發(fā)展趨勢。面對海量的數(shù)據(jù),企業(yè)卻不能從中提取出潛在的、有價值的信息來輔助決策,導(dǎo)致了“數(shù)據(jù)豐富,知識貧乏”的現(xiàn)象。數(shù)據(jù)挖掘技術(shù)正好解決了企業(yè)這一難題。隨著數(shù)據(jù)挖掘技術(shù)的不斷成熟,數(shù)據(jù)挖掘正越來越多的應(yīng)用于各類決策體系中。
　　 本文針對一個連鎖企業(yè)集團(tuán)的應(yīng)用需求,基于數(shù)據(jù)挖掘的理論,提出并建立了一個面向銷售數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘和分析的銷

2、售關(guān)聯(lián)系統(tǒng)。該系統(tǒng)通過VPN虛擬專用網(wǎng)將總部與各地的連鎖店連接起來,建立了客戶/服務(wù)器的應(yīng)用模式,實現(xiàn)了分布式的銷售管理與集中式的數(shù)據(jù)分析的有機(jī)結(jié)合。客戶端系統(tǒng)實現(xiàn)了訂單管理、銷售管理、庫存管理等功能,服務(wù)端系統(tǒng)則實現(xiàn)了庫存分析、銷售分析及數(shù)據(jù)挖掘等高級應(yīng)用功能。
　　 在數(shù)據(jù)挖掘過程中,首先對獲取的海量銷售數(shù)據(jù)集合進(jìn)行數(shù)據(jù)抽取和清洗工作,以選取與各個挖掘主題相關(guān)的數(shù)據(jù)及清洗數(shù)據(jù)中的噪聲數(shù)據(jù),以提升數(shù)據(jù)挖掘的效率及質(zhì)量。然后在數(shù)

3、據(jù)準(zhǔn)備中,進(jìn)行屬性減約和數(shù)據(jù)轉(zhuǎn)換。通過屬性減約進(jìn)一步壓縮挖掘的對象,使挖掘的數(shù)據(jù)更加簡練,質(zhì)量更高,數(shù)據(jù)轉(zhuǎn)換則負(fù)責(zé)將銷售數(shù)據(jù)轉(zhuǎn)換成適合于挖掘的形式。在此基礎(chǔ)上,實施關(guān)聯(lián)規(guī)則的Apriori算法進(jìn)行挖掘,其算法主要分兩個階段,產(chǎn)品頻繁項集的產(chǎn)生和強(qiáng)關(guān)聯(lián)規(guī)則的推導(dǎo)。在產(chǎn)品頻繁項集計算中,首先對銷售數(shù)據(jù)進(jìn)行了二維表的轉(zhuǎn)換,構(gòu)造每筆銷售數(shù)據(jù)的特征字,實施了銷售數(shù)據(jù)的簡約化和規(guī)范化。然后,計算出1-項產(chǎn)品頻繁集、2-項產(chǎn)品頻繁集,即通過計算單一農(nóng)

4、產(chǎn)品的銷售支持度和對在銷售中出售的兩個產(chǎn)品的同時出現(xiàn)的支持度的計算,建立了產(chǎn)品項的特征表。通過進(jìn)行迭代的K-頻繁項集的計算,并通過最小支持度的篩選,就獲得了全部產(chǎn)品的頻繁項集。在計算強(qiáng)關(guān)聯(lián)規(guī)則階段,關(guān)鍵是對產(chǎn)品頻繁項集中的每個產(chǎn)品分別計算其與其它產(chǎn)品的置信度,并通過設(shè)置最小置信度的閥值,調(diào)節(jié)發(fā)現(xiàn)關(guān)聯(lián)規(guī)則的置信程度。
　　 本論文研究并建立的銷售關(guān)聯(lián)系統(tǒng)已在一家大型連鎖集團(tuán)企業(yè)得到了應(yīng)用,從其海量的銷售數(shù)據(jù)中發(fā)現(xiàn)了若干銷售商品間的