21、利用 R 语言发现零售数据库中的关联规则

利用 R 语言发现零售数据库中的关联规则

1. 引言

在当今竞争激烈的零售商业环境中，企业需要寻找新的策略来确保生存。数据挖掘技术为企业提供了从交易数据库中提取有价值信息的途径，通过分析数据，企业可以发现客户的购买行为模式，从而制定更有效的营销策略。本文将介绍如何应用数据挖掘技术，从一家家电和家具零售企业 10 年的纯商业交易数据中发现关联规则。

2. 理论基础

• 数据挖掘 ：从大量不同格式存储的数据中提取有用且易懂的知识的过程，是数据库知识发现迭代序列的一部分。数据挖掘任务可分为预测性（分类和回归）和描述性（聚类和关联规则）两类。
• 关联规则发现 ：旨在通过分析客户“购物车”中不同商品的关系，获取客户的购买习惯等有趣知识。
• 关联规则算法 ：主要包括 Apriori、Eclat 和 FP Growth 算法。其中，Apriori 和 Eclat 被认为是两大主要家族，FP Growth 可归为 Eclat 的一个成员。
  • Apriori 算法 ：首先在数据库中直接统计所有频繁单元集的出现次数，然后将它们组合成二元候选项目集，并筛选出频繁项集。利用频繁项集的性质，不断重复组合和筛选过程，直到某一次迭代中无法得到频繁项集为止。
  • Eclat 算法 ：基于项目之间的分组（聚类）来近似最大频繁项集，然后使用高效算法生成每个组中包含的频繁项。在发现二元频繁项集后，提出了两种聚类方法：一是