6、零售销售预测与增强现实景观导览服务的研究与实践

零售销售预测与增强现实景观导览服务的研究与实践

1. 零售销售预测研究

1.1 背景与研究目的

在台湾，便利店发展迅速，如7 - Eleven自1979年引入台湾，截至2017年已有5221家门店，平均每4500名当地居民就有一家便利店。便利店的成功得益于其便利性，满足了消费者即时需求，同时其店内氛围，如布局、陈列和货架空间安排等，也对消费者购买行为产生重大影响。

本研究旨在了解客户购买行为，为管理部门重新安排产品展示提供建议。研究选取了一家从事日本保健品销售的台北公司，该公司在台湾有五十多家销售门店，收集了2015 - 2017年台北四家零售店的三年数据。受Heath的啤酒 - 尿布发现启发，使用数据挖掘技术探索店内产品相对空间距离与商品单位销售之间的关系。

1.2 实验方法

1.2.1 市场篮子分析

市场篮子分析是大型零售商用于揭示商品关联的关键技术，通过寻找交易中频繁出现的商品组合，识别人们购买商品之间的关系。关联规则以A ⇒ B的形式表示，其中A为规则左侧（Lhs），B为规则右侧（Rhs）。本研究使用支持度（Support）、置信度（Confidence）和提升度（Lift）三个指标来选择有趣的规则，公式如下：
- 支持度：$Support = \frac{frq(A, B)}{N}$
- 置信度：$Confidence = \frac{frq(A, B)}{frq(A)}$
- 提升度：$Lift = \frac{Confidence}{frq(B)}$

强关联规则需要同时具有高支持度和置信度，但高支持度和置信度并不一定意味着强关联规则，提升度可以帮