基于关联规则挖掘的食品市场销售模型研究

交叉销售是食品销售的重要策略，要获得交叉销售信息，需要解决销售模的原始数据仓库的数据立方体的创建与关联规则挖掘问题。因此，必须研究合适的数据仓库设计技术和关联规则挖掘算法，以保证获得有价值的交叉销售信息。
数据仓库和联机分析处理工具是将数据看作立方体形式的多维数据模型。食品销售数据仓库（FoodMart）是一个多表组成的数据库，是构造数据立方体及关联规则挖掘的依据。为了便于改造数据立方体结构从而建立新的销售模型的目的，在分析数据立方体各维属性的基础上，建立了食品销售数据仓库事实星座架构图，并综合分析了食品购买的的关联规则挖掘。
关联规则是从食品销售数据仓库中获得食品交叉销售信息的重要数据挖掘技术。通过对各种关联规则挖掘算法进行性能比较，选定了DARM算法作为实验算法，所采用的软件平台是DBMiner2.0，详细分析了改算法的支持度是如何影响性能。实验表明该算法通过有效组织挖掘过程中的数据结构，降低对立方体的扫描次数，并充分利用联机分析处理技术，从而大大降低了执行时间，提高了执行效率。
在研究食品销售模型与数据挖掘软件平台DBMiner2.0的基础上，设计了基于关联规则挖掘的销售模型系统工具，并利用该数据挖掘工具对食品销售数据仓库中的表进行单维和多维的关联规则挖掘。目 录
摘要 I
Abstract II
目 录 IV
1 绪论 1
1.1课题背景及意义 1
1.2国内外概况及相关工作 2
1.3本课题研究的内容 13
2 基于关联规则挖掘的销售模型研究 15
2.1关联规则的发现 15
2.2超市数据仓库的事实星型结构 17
2.3销售模型及其关联规则挖掘 20
2.4小结 23
3 基于DBMiner的食品销售数据仓库关联规则挖掘 24
3.1 DBMiner软件介绍 24
3.2 DBMiner对FoodMart数据仓库的关联规则挖掘分析 26
3.3实验结果 28
3.4小结 30
4 结束语 31
4.1全文总结 31
4.2展望 32
致谢 33
参考文献 34
附录1 攻读学位期间公开发表的论文 38
附录2 高尚社区品位超市：福特玛超市 39