基于遗传算法关联规则的零售户行为特征挖掘
本文关键词:基于遗传算法关联规则的零售户行为特征挖掘
【摘要】:针对终端零售数据的庞大以及大多数分散存储在关系数据库的多个表中的特点,采用遗传算法和Apriori相结合的关联规则挖掘算法来对零售户行为特征进行提取。首先对数据进行清洗和集成预处理,使后续的数据关联规则挖掘更加精确可靠,再将遗传算法应用于Apriori关联规则挖掘算法中,对零售户销售记录中地址、业态、规模、统价、销量等多关系属性进行Apriori关联分析,寻找记录中属性间的彼此联系,将产生的关联规则应用到企业客户关系管理系统中,使企业更好的预测零售户行为,让营销变得更主动、更精准,具有较好的应用前景。
【作者单位】: 浙江理工大学信息学院;
【分类号】:TP311.13;TP18
【正文快照】: 针对零售户行为特征挖掘算法虽然传统的Apriori算法就能够比较准确地挖掘出用户需要的关联规则[1],但是其挖掘效率低,而且频繁的扫描事务数据库增加了系统的负担,浪费时间和空间。因此本文采用将遗传算法应用于Apriori关联规则挖掘算法中,充分发挥遗传算法的优良性能,来提高处
【参考文献】
中国期刊全文数据库 前10条
1 周秀梅;黄名选;;基于项权值变化的完全加权正负关联规则挖掘[J];电子学报;2015年08期
2 水勇;;遗传算法的研究与应用[J];软件;2014年03期
3 杨泽民;;数据挖掘中关联规则算法的研究[J];软件;2013年11期
4 马永杰;云文霞;;遗传算法研究进展[J];计算机应用研究;2012年04期
5 王爱平;王占凤;陶嗣干;燕飞飞;;数据挖掘中常用关联规则挖掘算法[J];计算机技术与发展;2010年04期
6 肖冬荣;杨磊;;基于遗传算法的关联规则数据挖掘[J];通信技术;2010年01期
7 田宏;王亚伟;王毅;;改进的基于距离的关联规则聚类[J];计算机工程与设计;2009年05期
8 何军;刘红岩;杜小勇;;挖掘多关系关联规则[J];软件学报;2007年11期
9 徐利军;谢康林;;A novel algorithm for frequent itemset mining in data warehouses[J];Journal of Zhejiang University Science A(Science in Engineering);2006年02期
10 郭振武,陈传波;基于ED和ER的零售仓库模型及源数据分析[J];华中科技大学学报(自然科学版);2003年07期
【共引文献】
中国期刊全文数据库 前10条
1 杨云;杨毅;;基于GA-BP神经网络的供暖期空气质量指数预测分析[J];陕西科技大学学报(自然科学版);2016年04期
2 程丹丹;何利力;;基于遗传算法关联规则的零售户行为特征挖掘[J];工业控制计算机;2016年08期
3 汤双清;周东伟;李庆东;胡兰兰;;基于遗传算法的飞轮储能系统用径向永磁轴承的优化设计[J];中国农机化学报;2016年08期
4 李芳;陆安祥;王纪华;;基于支持向量机的X射线荧光光谱重金属检测模型的建立[J];分析仪器;2016年04期
5 王云璐;戴伏生;李怀远;;遗传粒子群算法在频率分配中的应用[J];信息技术;2016年07期
6 贾默伊;宋欣;刘健;;多种群遗传算法脱重组分塔温控系统设计[J];计算机工程与设计;2016年07期
7 谷有众;高卫东;卢雨正;刘建立;杨瑞华;;应用遗传算法优化支持向量回归机的喷气涡流纺纱线质量预测[J];纺织学报;2016年07期
8 熊芝;岳,
本文编号:1300455
本文链接:https://www.wllwen.com/guanlilunwen/kehuguanxiguanli/1300455.html