耿曉斐

摘要：融合聚類挖掘和關(guān)聯(lián)規(guī)則分析算法，首先采用主成分分析方法進(jìn)行特征選擇，獲取對(duì)算法有用的屬性集合；然后以營(yíng)銷目標(biāo)為約束條件，對(duì)商戶進(jìn)行聚類，獲取營(yíng)銷目標(biāo)下的不同商戶分類群；再針對(duì)每一類商戶，先從底層獲取最基礎(chǔ)的單層關(guān)聯(lián)規(guī)則，然后再采用匯總的數(shù)據(jù)挖掘技術(shù)，獲取高支持度和高置信度的強(qiáng)關(guān)聯(lián)規(guī)則，作為營(yíng)銷決策依據(jù)。通過分析所挖掘出來的規(guī)則，對(duì)特定分類的商戶進(jìn)行針對(duì)性的商品推薦，同時(shí)為上層決策提供數(shù)據(jù)支撐。

關(guān)鍵詞：聚類；多層關(guān)聯(lián)規(guī)則；煙草商業(yè)；營(yíng)銷推薦系統(tǒng)

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）01-0005-02

1 研究背景

如何進(jìn)行營(yíng)銷決策一直是煙草行業(yè)的重要研究課題。商煙公司根據(jù)國(guó)家的計(jì)劃向煙草工業(yè)公司訂購(gòu)卷煙，然后再把卷煙銷售給零售商戶。由于商煙公司訂購(gòu)的香煙的產(chǎn)地、品牌、質(zhì)量和價(jià)格等各不相同，不同的商戶的需求不同，現(xiàn)有的模式是分配制度，造成有些香煙很難銷售，目前大多采用搭售的策略，但如何搭售是一種營(yíng)銷策略，盲目搭售會(huì)造成用戶滿意度降低，而且會(huì)造成銷售效率降低，

目前現(xiàn)有的針對(duì)煙草營(yíng)銷策略的研究，多采用數(shù)據(jù)挖掘的思想，基于數(shù)據(jù)挖掘的營(yíng)銷策略是對(duì)終端客戶進(jìn)行分類，根據(jù)用戶的銷量和誠(chéng)信記錄把用戶分為多個(gè)等級(jí)，但這種分級(jí)策略只能反應(yīng)用戶的銷量信息，把這個(gè)分類作為營(yíng)銷策略依據(jù)太單薄，只能起一定的輔助作用。更深入地研究是根據(jù)客戶的資料和歷史訂單數(shù)據(jù)對(duì)現(xiàn)有商戶進(jìn)行聚類，獲取到自主的商戶分類，但盲目的聚類會(huì)導(dǎo)致商戶的分類沒有實(shí)際意義，或獲取的結(jié)果是無助于營(yíng)銷目的的。

2 技術(shù)關(guān)鍵

本系統(tǒng)采用基于營(yíng)銷目的的商戶聚類，技術(shù)關(guān)鍵包括三部分內(nèi)容：數(shù)據(jù)預(yù)處理中的特征選擇、基于限制目標(biāo)的商戶精確聚類和基于聚類結(jié)果的多層關(guān)聯(lián)規(guī)則算法的研究。

2.1 特征選擇

假定獲取的數(shù)據(jù)的維數(shù)為n，通常情況下n是很大的一個(gè)數(shù)，為簡(jiǎn)化模型，也為了防止模型陷入過擬合（維數(shù)災(zāi)難），需要進(jìn)行降維處理，即僅把對(duì)項(xiàng)目改造判定起關(guān)鍵作用的因素挑選出來。本系統(tǒng)采用PCA算法來進(jìn)行降維處理，過程如下：1） 計(jì)算標(biāo)準(zhǔn)化后的矩陣Z的樣本的協(xié)方差矩陣Cov； 2） 計(jì)算協(xié)方差矩陣Cov的本征向量 e1，e2，…，en的本征值。本征值按大到小排序；3） 投影數(shù)據(jù)到本征矢張成的空間之中，利用貢獻(xiàn)分析取前m個(gè)向量Y1，Y2，…，Ym。

2.2 基于營(yíng)銷目標(biāo)限制的商戶精確聚類算法

現(xiàn)有聚類算法一般沒有約束條件，只根據(jù)相似度來進(jìn)行聚類，為了能夠體現(xiàn)約束條件，需要在聚類相似度或者樣本距離之間把限制條件增加進(jìn)去，這樣在樣本聚類的時(shí)候即可使得具有相同營(yíng)銷特性的樣本或者客戶被劃分到同一個(gè)類中。

煙草終端商戶的大部分屬性是分類屬性，例如：地區(qū)、類別等，此外還有數(shù)字型屬性、日期型屬性，由于存在不同類型的屬性，常規(guī)的聚類算法無法使用，為此，采用把數(shù)字屬性和日期屬性劃分區(qū)間的思路，這樣可以轉(zhuǎn)化成分類屬性的方式來進(jìn)行聚類。進(jìn)而可建立如下商戶模型：分類對(duì)象X∈Ω，X = [A1=x1]∧[A2=x2]∧…∧[Am=xm]，其中xj∈DOM（Aj），1≤j≤m，為簡(jiǎn)便起見，將對(duì)象X∈Ω用向量（x1， x2， …， xm）表達(dá)，如果屬性Aj的值不存在，則Aj = ε。令Χ = {X1， X2， …， Xn}為n個(gè)分類對(duì)象的集合，用集合方式表達(dá)分類對(duì)象，則Xi = {xi，1， xi，2， …， xi，m}，如果屬性Aj的值不存在，則集合中不出現(xiàn)xi，j，容易得到|Xi| ≤ m。如果存在Xi，j =Xk，j，1≤j≤m，則Xi = Xk。

為方便聚類，利用聚類匯總來壓縮原始數(shù)據(jù)，從而達(dá)到提高算法效率的目的。一個(gè)類C可以由如下三元組（n， I， S）來表示。其中n為類C中的對(duì)象數(shù)量，I = {i1， i2， …， iu}是C內(nèi)所有屬性值的集合，S = {s1， s2， …， su}，其中sj為ij在類C中的數(shù)量，ij∈I，1≤j≤u。集合S按升序排列，即s1≤s2≤…≤su，這同時(shí)也暗示集合I的元素按其在C中的數(shù)量按升序排列。三元組（n， I， S）被稱作類C的聚類匯總CS，CS的三個(gè)成員分別記作CS.n、CS.I和CS.S；對(duì)于CS.I的任一元素ij∈CS.I，則記作CS.I.ij，對(duì)于sj∈CS.S，則記作CS.S.sj，其中1≤j≤u。

給定一個(gè)類C包含n個(gè)對(duì)象{X1， X2， …， Xn}，Xi = {xi，1， xi，2， …， xi，m}，i = 1， 2， …， n，則類C的聚類匯總CS（n， I， S）各成員可通過下列公式得到。

CS.n = n

CS.I = X1∪X2∪…∪Xn

CS.S.sj = [k=1n|{ij}?Xk|]，ij∈CS.I，j = 1， 2， …， u

基于聚類匯總，則類的相似度公式可以描述如下：

sim（X1， X2）=2|X1∩X2| / （|X1|+|X2|）

在進(jìn)行聚類時(shí)，同時(shí)把營(yíng)銷目標(biāo)的劃分進(jìn)行考慮，不同營(yíng)銷目標(biāo)的兩個(gè)商戶在聚類時(shí)應(yīng)當(dāng)不能被劃分到同一個(gè)類中。

2.3 基于煙草營(yíng)銷的多層關(guān)聯(lián)規(guī)則的研究

針對(duì)本項(xiàng)目，對(duì)關(guān)聯(lián)規(guī)則定義進(jìn)行擴(kuò)展，對(duì)形如：X [?] Y的關(guān)聯(lián)規(guī)則，不再限定X和Y為一個(gè)項(xiàng)目集，而把X和Y定義為條件的合取范式，每個(gè)條件Ai = True / False為布爾表達(dá)式。此時(shí)的Ai為一個(gè)項(xiàng)目集，它的含義與原來的X和Y的含義相同，如果把結(jié)果中的條件布爾表達(dá)式寫成Cj = True / False，則關(guān)聯(lián)規(guī)則有如下形式：

（A1 = True / False）∧（A2 = True / False）∧ … ∧（An = True / False）[?]（C1 = True / False）∧（C2 = True / False）∧ … ∧（Cm = True / False） 關(guān)聯(lián)規(guī)則的開采問題可以分解成以下兩個(gè)子問題：

① 從數(shù)據(jù)集合或交易集合D中發(fā)現(xiàn)所有的頻繁項(xiàng)目集。

② 從頻繁項(xiàng)目集中生成所有置信度不小于用戶定義的最小置信度minconf的關(guān)聯(lián)規(guī)則。即對(duì)任一個(gè)頻繁項(xiàng)目集F和F的所有非空真子集S，S [?] F，如果sup（F）/ sup（F-S）≥ minconf，則（F-S）[?] S就是一條有效的關(guān)聯(lián)規(guī)則。按上述方法發(fā)現(xiàn)所有類似的規(guī)則。

這兩個(gè)步驟中第2步要相對(duì)容易，因此項(xiàng)目的研究將更關(guān)注第1步， 由于最大頻繁項(xiàng)目集已經(jīng)隱含了所有頻繁項(xiàng)目集，所以可以把發(fā)現(xiàn)頻繁項(xiàng)目集的問題轉(zhuǎn)化為發(fā)現(xiàn)最大頻繁項(xiàng)目集的問題。

針對(duì)煙草營(yíng)銷的客戶，進(jìn)行關(guān)聯(lián)規(guī)則挖掘時(shí)，是在上一步的基礎(chǔ)上，即針對(duì)每一個(gè)商戶群進(jìn)行規(guī)則挖掘。在獲取到最大頻繁項(xiàng)目集后，順序生成頻繁項(xiàng)目集，然后獲取到可用的關(guān)聯(lián)規(guī)則。此時(shí)獲取的關(guān)聯(lián)規(guī)則是底層關(guān)聯(lián)規(guī)則，然后再采用概念樹的方法對(duì)獲取的底層關(guān)聯(lián)規(guī)則進(jìn)行匯總。概念樹由煙草領(lǐng)域?qū)＜腋鶕?jù)屬性的領(lǐng)域知識(shí)提供，按特定屬性的概念層次從一般到具體排序。樹的根結(jié)點(diǎn)是用any表示最一般的概念，葉結(jié)點(diǎn)是最具體的概念即屬性的具體值。

在獲取多層關(guān)聯(lián)規(guī)則后，能靈活確定關(guān)聯(lián)規(guī)則的前后件，分析出不同層次各事務(wù)的關(guān)聯(lián)。能分析出任意兩個(gè)事務(wù)間的關(guān)聯(lián)關(guān)系；分析出任意一項(xiàng)事務(wù)與其他多項(xiàng)事務(wù)間的關(guān)聯(lián)關(guān)系；任意幾項(xiàng)事務(wù)與其他一項(xiàng)事務(wù)間的關(guān)聯(lián)關(guān)系，或者任意幾項(xiàng)事務(wù)與另外幾項(xiàng)事務(wù)間的關(guān)聯(lián)關(guān)系。如：某一時(shí)間，某品牌煙，商戶總進(jìn)貨量；某類別商戶，某品牌煙進(jìn)貨量；某商戶，某段時(shí)間，某卷煙進(jìn)貨量；某地址段，某品牌卷煙，商戶總進(jìn)貨量；某地址段，某段時(shí)間，某品牌卷煙，總進(jìn)貨量等等。

參考文獻(xiàn)：

[1] Han J W，Kamber M.Data Mining： Concept and Techniques[M].San Francisco，CA：Morgan Kaufmann，2001.

[2] Hong Li，Song-qiao Chen，Jian-feng Du，Li-jun Yi， Wei Xiao.An Algorithm Research for Distributed Association Rules Mining with Constraints Based on Sampling[A].Proc. 5th IEEE Int. Conf. on Cognitive Informatics[C]（ICCI'06），Bejing，2006.

[3] 汪秀林，周國(guó)祥，王莉.基于數(shù)據(jù)倉(cāng)庫(kù)技術(shù)煙草商業(yè)營(yíng)銷決策支持系統(tǒng)的研究與設(shè)計(jì)[D].合肥：合肥工業(yè)大學(xué)，2007.

[4] 劉向鋒，于洪鵬.基于數(shù)據(jù)挖掘的延遲消費(fèi)者數(shù)據(jù)庫(kù)營(yíng)銷研究[J].物流科技，2010（6）.