基于数据挖掘的X大型超市营销数据的应用研究

发布时间：2020-04-22 00:14

【摘要】：本文基于零点有数公司举办的中国大数据行动创新大赛关于某大型超市六万六千多条消费记录的数据集,将几种数据挖掘的方法应用于该大型超市商品和顾客特征挖掘中,从消费者的消费时间偏好、消费者品类消费关联分析、消费者特征聚类、促销对消费者消费的影响以四个方面进行分析研究,探索某大型超市消费现状以及内部规律,从而为超市营销管理者提供有针对性的决策建议。首先,对数据集提出假设并进行数据清洗,包括数据的异常值、缺失值及潜在变量生成等数据处理工作;然后对消费者的时间偏好进行探索,发现周末、工作日及春节效应对消费者消费模式的选择有显著影响;进一步,本文采用Apriori算法对消费者所购商品进行关联规则分析,探索周末与工作日的购物规律,接着应用K-Mean算法对消费者进行聚类分析,从而根据消费者的购买模式和消费特征将其进行分类。同时,分析促销方式对消费者消费的影响,并考虑节假日和周末效应,建立散装商品折扣对销售量的回归模型,探索销售量对折扣的敏感程度。最终,通过挖掘的商品和顾客特征,本文对超市营销管理者从购物篮销售、考虑周末效应、建立会员制、虚假促销的改进等方面提出了相应有针对性的建议,从而为更好的实现超市可持续经营以及赢得消费者信赖提供科学的理论商业指导!
【图文】：

1.3.3 论文的组织结构根据上述研究内容的阐述，本文分为绪论、相关理论与模型简介、超市数据预处理与挖掘分析、总结与展望四部分。第一部分是引言。本部分主要介绍了数据挖掘在超市领域应用的一些背景数据和研究意义，并对国内外数据挖掘的文献进行了总结和归纳，在此基础上，对本文的研究思路进行了简要的梳理；第二部分是相关理论与模型简介，主要是对关联规则算法和聚类 K-means 算法理论进行了原理说明；第三部分基于零点有数公司提供的超市消费数据集进行实证研究，包括数据预处理、模型假设、模型建立，并分别从消费者时间偏好分析、商品品类关联分析、促销影响分析及消费者聚类分析四个角度对超市顾客行为和商品特点进行全方面的挖掘，尽可能挖掘潜在价值，并对超市运营提供科学的优化建议；第四部分是全文的总结与展望，是对前面的研究内容和结果的总结，并对论文的优缺点进行相应的总结，提出改进措施，最后为未来的继续学习研究提出自己的观点。

数有 147 条，相比于样本观测数来讲，可直接进行删掉。最终本文得到 66521 条有效消费记录，其中包括 815 种小类商品、18品、15 种大类商品和 3474 位消费者。基于最终有效的消费记录数据集，本文下面从消费者的消费时间偏好关联分析、消费者特征聚类、促销对消费者消费的影响以四个方面进行分索某大型超市消费现状以及内部规律，从而为超市营销管理者提供有针对议。3.3 消费者消费时间偏好3.3.1 各个月份消费时间偏好首先，本文对于上半年六个月的销售量进行了趋势分析，图 3.1 为具结果。
【学位授予单位】：北京工商大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F721.7;F274

【相似文献】

相关期刊论文 前10条

1 王继军;;数据挖掘在计算机实验室管理系统中的应用[J];数字通信世界;2019年09期

2 张绍明;;大数据时代数据挖掘在银行的应用[J];计算机产品与流通;2019年10期

3 于春香;;数据挖掘技术简介[J];福建信息技术教育;2005年01期

4 邵兴江;;数据挖掘在教育信息化中的应用空间分析[J];浙江现代教育技术;2004年03期

5 周致丞;;大数据下一种规则的快速挖掘技术研究[J];河南科技;2018年25期

6 蔡萌萌;张巍巍;王泓霖;;大数据时代的数据挖掘综述[J];价值工程;2019年05期

7 张泽;吕新;侯彤瑜;;数据挖掘在农业信息化中的应用进展探析[J];信息记录材料;2019年01期

8 张俊杰;;恰当的水务大数据才符合数据挖掘的需求[J];城乡建设;2019年02期

9 王彬;;数据挖掘构成要素的侦查视角分析[J];河南警察学院学报;2019年02期

10 程志;张玉彤;贾彪;;远距离光纤通信传输故障数据挖掘方法[J];激光杂志;2019年04期

相关会议论文 前10条

1 马钰超;;浅析大数据和数据挖掘及其在烟草行业中的应用[A];中国烟草学会2015年度优秀论文汇编[C];2015年

2 唐杰;梅俏竹;;数据挖掘学科发展研究[A];2012-2013控制科学与工程学科发展报告[C];2014年

3 王时光;;大数据时代规划数据挖掘的创新思考[A];新常态：传承与变革——2015中国城市规划年会论文集（04城市规划新技术应用）[C];2015年

4 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

5 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

6 许珂;姜山;;数据挖掘方法在科技产出分布可视化研究中的运用[A];第二届中国科技哲学及交叉学科研究生论坛论文集（硕士卷）[C];2008年

7 雷宇;;论行业信息资源的数据挖掘[A];中国烟草行业信息化研讨会论文集[C];2004年

8 吴以凡;吴铁军;欧阳树生;;面向生产过程质量控制的动态数据挖掘方法[A];05'中国自动化产业高峰会议暨中国企业自动化和信息化建设论坛论文集[C];2005年

9 彭怡;;从数据挖掘文章聚类分析看其发展趋势[A];现代工业工程与管理研讨会会议论文集[C];2006年

10 张建锦;刘小霞;;密度偏差抽样及其在海量数据挖掘中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年

相关重要报纸文章 前10条

1 本报记者 彭科峰;数据挖掘，如何改变世界？[N];中国科学报;2018年

2 陆天歌 王兆亮;数据挖掘：帮你读懂未来战争[N];解放军报;2018年

3 本报记者 戴丽昕;在人才工作中展现数据挖掘力量[N];上海科技报;2019年

4 本报记者 林丽鹂;用大数据挖掘市场“金矿”[N];人民日报;2019年

5 本报记者 张佳星;把扎克伯格拉下水，，大数据挖掘犯错了吗[N];科技日报;2018年

6 本报记者 张佳星;数据挖掘大战 机器怎么做到“见信如面”[N];科技日报;2018年

7 记者 张潇;打造数据挖掘领域的“响尾蛇模式”[N];西安日报;2018年

8 上海市浦东卫生发展研究院 孙雪松 王晓丽;数据挖掘在医学大数据研究中的应用[N];中国信息化周报;2018年

9 本报记者 叶曜坤;全国人大代表邓晓辉：推翻阻碍数据挖掘的“三座大山”[N];人民邮电;2017年

10 本报记者 牛福莲;贵州争夺“大数据挖掘”制高点[N];中国经济时报;2017年

相关博士学位论文 前10条

1 姜彦;正则化方法在数据挖掘中的应用与研究[D];湖南大学;2015年

2 马昱欣;结合可视化与数据挖掘的数据分析方法探究[D];浙江大学;2017年

3 李雄;单核苷酸多态性数据挖掘方法及其应用研究[D];湖南大学;2015年

4 董瑶;基于统计分析与数据挖掘的智能优化预测研究及应用[D];兰州大学;2015年

5 黄柏文;基于数据挖掘的徐力教授治疗晚期肺癌经验总结及常用药对实验研究[D];南京中医药大学;2019年

6 王达;时间序列数据挖掘研究与应用[D];浙江大学;2004年

7 马昕;粗糙集理论在数据挖掘领域中的应用[D];浙江大学;2003年

8 王立宏;信息系统的约简与粒度分析及其在数据挖掘中的应用[D];上海大学;2004年

9 杨虎;序列数据挖掘的模型和算法研究[D];重庆大学;2003年

10 李秋丹;数据挖掘相关算法的研究与平台实现[D];大连理工大学;2004年

相关硕士学位论文 前10条

1 杨皓s

本文编号：2635903