超市事务数据库挖掘关联规则的设计
摘要：现在全球经济发展正在进入信息经济时代，各种形式的信息大量地产生和收集导致了信息爆炸，如何采用基于关联规则的数据挖掘技术发现超市事务数据库中的关联规则是本文所研究和探讨的'重点。
关键词：数据挖掘 电子商务 关联规则
1引言
目前，在需要处理大数据量的科研领域中，数据挖掘受到越来越多的关注。我们可以利用数据挖掘技术从海量数据中发现有用信息，帮助商家了解客户以往的需求趋势，并预测未来，从而给商家带来巨大的利润。在数据挖掘领域，采用关联规则在大型事务数据库中进行数据挖掘是一个重要的研究内容。关联规则是美国IBM Almaden Research Center的Rabesh Agrawal等人于1993年首先提出的KDD研究中的一个重要课题。关联规则挖掘的一般对象是事务数据库，这种数据库的主要应用在零售业，比如超级市场的销售管理。关联规则就是发现事务数据库中不同商品（项）（Item,指事务中的内容，比如，面包、牛奶等都是项目）之间是否存在某种关联关系。通过这些规则找出顾客购买行为模式，如购买了某一商品对购买其他商品的影响。发现这样的规则可以应用于商品货架设计、货存安排以及根据购买模式对用户进行分类。
2关联规则描述
目前关联规则挖掘主要考虑支持度和置信度两个阈值。设X是项集，T是数据库DB中的任意一个记录。X的支持度是指支持X的记录数与全体记录数的比，Support(X)=|{T| T
【超市事务数据库挖掘关联规则的设计】相关文章：