400 050 6600
数据分析师

手机号

验证码

30天自动登录

利用关联规则调整超市的商品摆放位置

来源: / 作者: / 时间:2019-10-29

某超市为了优化商品摆放结构,对近期顾客购买的商品类型进行了统计,如数据所示。

(1)写出所有有效强关联规则(minsupport=10%,minconfidence=50%);

2)结合实际情况分析顾客喜欢的商品搭配,并对该超市提出合理的建议。

解析:

1)数据无缺失值,几个变量(商品)的值为T/F,在DATEHOOP的关联分析中可被识别,故直接将数据导入datehoop对变量果蔬、鲜肉、奶制品、蔬菜制品、肉制品、冷冻食品、啤酒、红酒、软饮料、鱼类、糖果进行关联分析。设置小支持度为0.1、小置信度为0.5:




得到的强关联规则中提升度大于1的有效强关联规则如下表所示:  

                      

关联规则

支持度

置信度

提升度

{冷冻食品}->{蔬菜制品}

0.173

0.5728

1.8906

{蔬菜制品}->{冷冻食品}

0.173

0.571

1.8906

{啤酒}->{冷冻食品}

0.17

0.5802

1.9212

{冷冻食品}->{啤酒}

0.17

0.5629

1.9212

{啤酒}->{蔬菜制品}

0.167

0.57

1.8811

{蔬菜制品}->{啤酒}

0.167

0.5512

1.8811

{鲜肉}->{红酒}

0.144

0.5217

1.8179

{红酒}->{鲜肉}

0.144

0.5017

1.8179

{冷冻食品,啤酒}->{蔬菜制品}

0.146

0.8588

2.8344

{蔬菜制品,啤酒}->{冷冻食品}

0.146

0.8743

2.8949

{蔬菜制品,冷冻食品}->{啤酒}

0.146

0.8439

2.8803


2)由(1)可见,蔬菜制品、冷冻食品、啤酒之前存在较高的关联性,故建议将三类商品陈列区域互相临近;另,红酒与鲜肉之前存在较高的关联性,故建议将两类商品陈列区域互相临近。


Prev article

用泊松回归找到影响恋爱次数的因素

Next article

不良贷款风险识别预测(多元线性回归)

数据分析师

报名咨询

数据分析师

报名缴费

数据分析师

客服中心

数据分析师

课程服务

数据分析师

认证服务