如何科学管理售货机终端并通过利用零售超市的大量销售数据,为售货机终端制定个性化配仓,使其能成为零售超市的补充成为目前售货机发展一项难题。为实现以上目的,本论文结合目前市面上的自动售货机设计了一套基于序列模式挖掘算法的自动售货机系统,该系统包括自动售货机终端系统与服务端管理平台系统两个部分,其中服务端管理平台系统结合序列模式挖掘算法完成对大量销售数据的有效利用。重点解决了无法利用海量数据来实现有效管理、无法制定个性化配仓、无法达成科学统一管理、以及货损率高和交互使用体验差等问题。主要成果如下:（1）完成了对自动售货机终端系统的设计与实现。自动售货机终端系统分为上位机终端系统与下位机控制系统。其中上位机终端系统采用Android工控机作为终端机器的主控,通过App应用程序的形式实现人机交互,以及与服务端通信。下位机控制系统则通过单片机来集中控制所有外设,能够收到来自上位机的指令被动实现相应控制。（2）完成了对PrefixSpan算法的优化。在PrefixSpan算法的基础上提出了基于有效项数的PrefixSpan算法（EIPrefixSpan）,通过提出有效项数μ,解决了PrefixSpan运算过程中生成大量投影数据库问题。在EIPrefixSpan算法的基础上提出基于前缀位置信息表的PrefixSpan算法（PPFPrefixSpan）,通过引进前缀位置信息表以及深度优先遍历,解决算法运算过程中对相同投影数据库重复扫描计算问题。并通过实验验证改进后的算法在时间/空间上均优于原算法。（3）完成了服务端管理平台系统的设计与实现。服务端管理平台系统基于分布式系统,采用前后端分离的方式实现个性推荐、终端管理、日志查看等模块开发。其中推荐模块后端子系统基于Spark框架结合优化后的PPFPrefixSpan算法完成开发,并通过系统实现验证结合PPFPrefixSpan算法的推荐系统能够完成对某区域的零售超市完成序列模式挖掘,并为该区域自动售货机制定个性化配仓。