微信扫码登录
手机号码登录
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。