零售业销售数据关联规则挖掘算法关键思想研究

对零售业销售数据关联规则挖掘算法的关键思想进行了研究，给出了各种提高算法效率的方法以及对规则选择的方法。     

数据挖掘在汽车销售客户分析中的应用

利用数据挖掘的关联规则方法对汽车销售中客户分布情况进行了数据挖掘,利用兴趣度来减少频繁项目集,限制关联规模的大小,从而提高数据挖掘的速度。     

产品营销客户信息关联模式挖掘与分析

介绍了以关联规则方式对商业销售中客户数据进行分析的方法,实际运用中以某商业网点化妆品销售中客户信息的数据集为例,针对销售客户信息的具体特点给出了一种改进的Apriori算法.实践表明,改进后的Apriori算法,可以减少无意义规则的产生,提高挖掘效率.     

关联规则在汽车销售中的应用

该文主要介绍了关联规则挖掘的FP-tree算法.并基于对FP-tree算法的研究,在Microsoft 2010中用c#语言实现FP-tree算法,并将应用程序应用到某汽车销售企业的汽车销售数据进行关联规则挖掘.根据程序所得到的结果,由lift值判断,证明了所得规则的有效性.     

一种基于串与运算的关联规则挖掘算法

提高频繁项集挖掘算法的效率一直是数据挖掘领域中关联规则挖掘研究的一个重点。Apriori算法是一种经典的最有影响的挖掘关联规则的算法，该算法虽然能有效地挖掘出关联规则，但是产生的冗余规则多，效率低下。针对数据挖掘的现状及关联规则算法的瓶颈问题，提出一种基于串与运算的关联规则挖掘算法，并对关联规则挖掘的未来研究方向进行了展望。     

基于关联规则重要性的产品购买序列模式发现

为了解决利用关联规则进行购物篮挖掘分析存在的两个问题:由于数据挖掘前的业务分析不足,不能有效的挖掘出想要的规则;按照传统的关联规则参数设置挖掘得到的关联规则太多,用户无法对其进行取舍.结合实例销售数据,对数据源进行了业务深层分析,构建了基于销售的主题数据仓库,保证了数据挖掘的有效性,同时用概率代替置信度进行参数设置,并引入关联规则"重要性"参数作为新的衡量标准,分析规则的有趣性,以筛选出更有价值的关联规则.将研究结果应用于某制造业产品销售实例,进行了基于关联规则的产品序列购买模式研究,得到了有效的产品销售关联规则,支持了市场决策.     

股票时间序列模型的关联规则挖掘

目前的数据挖掘技术偏重于发现类似于商业销售数据库中不同离散化属性值之间的关系,而对证券投资中数值型数据之间变化趋势的相互影响分析不够.以股票信息的关联规则挖掘为例,大多采用传统的关联规则算法(如Apriori)来发现离散序列数据库中事务间的关系,时间序列关联规则挖掘的     

数据挖掘中关联规则的算法及应用

从数据挖掘关联规则的性质出发,使用一种简单、实用的基于布尔矩阵的有效挖掘算法,来提高频繁项集的产生效率。阐述了该算法的思想,并将产生关联规则的方法应用于产品销售,快速获取隐含在销售数据库中的有用信息。     

基于约束关联规则挖掘方法的研究与应用

关联规则挖掘应用于商业等领域,它能发现大量数据中的关联关系,为制定决策提供重要信息。将关联规则应用于客户关系管理,深化CRM的分析功能。针对企业要求和交叉销售的特点,分析基于约束关联规则挖掘方法,提出基于约束的FP-growth算法。分析表明,在CRM中应用基于约束关联规则挖掘方法,可以为企业制定销售策略提供有效的依据。     

基于频繁2-项集的数量关联规则挖掘方法研究

关联规则挖掘方法自提出以来已有很多改进算法,但均局限于布尔关联规则的挖掘.已有的数量关联规则挖掘主要考虑了连续属性值离散化、最优的数量关联规则挖掘等问题,但存在过小支持度和过小置信度问题.研究了这一问题并提出了一个在频繁2-项集的基础上挖掘数量关联规则的改进算法.它不仅可以用于典型的购物篮分析,还可以用于购物篮分析不能完成的关联规则挖掘问题,如带数量的捆绑销售问题.     

基于Web日志的数据挖掘的研究及应用

Web日志挖掘是Web数据挖掘中非常重要的一个研究领域和研究方向,首先介绍了Web日志挖掘的过程,然后介绍了关联规则及关联规则算法——FP-growth算法,最后将关联规则中的FP-growth算法应用在网上书店系统中,实现对客户数据的关联规则挖掘。     

基于EXCEL的房地产开发项目客户群体定位

为了在房地产开发项目前期策划中更好的进行市场细分,准确定位目标客户群体,进而充分研判销售价格,针对传统定位程序对客户群体支付能力把握不准的弱点,采用EXCEL软件强大的财务分析功能,对目标客户的购买力和按揭还款能力的精确计算进行了程序化的设计,得出了一套基于定量分析方法的定位系统．结果表明,这套定位系统可以更加准确地把握目标客户群体特征,为项目销售价格的精确定位、降低项目的投资风险等提供科学依据．     

数据挖掘在客户信息管理中的运用

从大量的商业客户购买信息中挖掘出有用的知识无疑具有重要的商业价值．以某商业单位化妆品顾客的购买信息为例介绍了在商业客户信息管理中如何有效地使用数据挖掘技术获得有效的决策信息的方法。     

从“一卡通”运营模式谈现代化煤场运输销售管理

从“一卡通”运营模式谈起，研究消除或控制运输过程中客户管理混乱、销售数据统计不准确等现象，以现代化的运销管理模式促进煤场运输销售有序经营，为确保煤场运输管理健康发展奠定坚实的基础。     

基于C／S结构的油品营销管理信息系统

介绍一种基于Ｃ／Ｓ结构的ＭＩＳ系统设计思想与实施技术，给出一个基于Ｃ／Ｓ结构的油品营销管理信息系统的业务流程，功能模块划分，模块实施实例，网络拓扑结构，系统配置及软件设计技术，该系统应用于现场运行，并取得满意的效果。     

数据挖掘在网上商店中的应用研究

为了解决网上商店中商品显示次序的问题,在分析关联规则的挖掘原理及基本算法的基础上,提出了一种评估关联规则中两商品间相互"促销"关系的方法,并通过具体的例子说明了其应用过程,达到了网上商店中商品信息显示次序的优化目的.     

客户关系管理(CRM)设计与研发

客户关系管理系统(CRM)主要由Html,Jsp,Xml编写,对基于Java语言的Ofbiz框架进行了二次开发,并结合了Tomcat,Xml,Ant等技术。CRM提供了综合、销售、合同、决策、服务、权限等模块供公司内部使用,使经理能够随时了解公司人员的工作进度,并且根据报表制定进一步的工作计划;公司职员则可以了解自己的任务及工作进程;销售人员能够按时准确掌握客户的需要,采取相应的措施,在最大程度上使客户满意。     

挖掘典型的语言值关联规则

通过给定的最小支持率和最小信任度来挖掘语言值关联规则往往会得到很多规则,因此用户很难获得真正关注的语言值关联规则．本文提出一种挖掘典型语言值关联规则的算法,此算法将挖掘得到的语言值关联规则按照相同的后件进行分组,然后对每个分组中的语言值关联规则根据规则之间的不相似性进行聚类．最后从每个类中挑选出代表类原型的语言值关联规则作为典型的语言值关联规则．典型的语言值关联规则是语言值关联规则集合中最具有代表意义的规则．     

挖掘关注的语言值关联规则

为了解决利用RFCM算法划分数量型属性，并通过组合语言值进行语言关联规则挖掘中出现的规则数量太多，以及难于获得用户真正关注的规则等问题，提出了一种改进的语言值关联规则挖掘算法。通过最大隶属原则将记录在数量型属性上的取值转换为语言值，然后转换成布尔型属性关联规则挖掘问题。同时，给出一个能够度量语言值关联则简洁性和新奇性关注程度（兴趣度）的计算函数，用于减少选取关注语言值关联规则的工作量。采用本文提出的方法对一组实例数据进行实验，得到了关注程度较高的语言值关联规则。所采用的方法能适用于含有大量数量型属性的数据库，并能有效地获取用户关注的规则。     

应用立方体工具计算频繁维谓词集的方法

关联规则是数据挖掘中重要的挖掘模式,数据立方体很适合挖掘多维关联规则,多维关联规则挖掘中最重要的工作是频繁维谓词集的获得.具体应用OLAPServices工具有效获得频繁维谓词集的具体方法现有书籍介绍较少.通过一个高校学生信息系统的实际例子,对经由数据立方和MDX语言对有效计算频繁维谓词集的方法进行了有意的探索.