论文部分内容阅读
随着生产市场由卖方市场向买方市场转换的完善,随着消费者经济收入的增长和消费意识的增强,零售企业日益成为提高整个社会生产效率的重要决定因素。电器连锁零售企业得到了蓬勃发展。如能挖掘出蕴含在海量销售数据中的经营技巧和市场规律,将优化零售企业商品品类配置,从而提升供应链上产业群的整体竞争力。零售业中运用关联分析等数据挖掘技术,分析企业交易和顾客等数据,可以从海量企业数据源中挖掘有趣的关联模式,来理性的制定企业营销组合策略。然而,市场信息日益趋向对称化、完全化,促使消费模式和消费理念的改变,消费者之间的交流日益充分,单纯的买卖双方市场迅速得以拓展,消费集群应运而生。发现消费者购买行为规律,揭示产品之间具有象征意义的关联性或互补性,从而引导产品消费向新的方式转变,即产品消费集群。消费集群用合理的比例形式来分配商家的折扣让利,促进了消费者的主动消费,使零星购买行为转化为集中性的团购,增加了商家的购销总量,拉动了消费者的生活需求,因此,企业越来越重视消费者的消费环境或个人消费心理。对消费者的消费环境或个人消费行为规律的重视,必将引导以研究社会关系为主的社会网络分析方法在产品与产品、顾客与顾客及产品与顾客之间相关联系方面的拓展。本文采用社会网络分析(SNA)和数据挖掘(DM)理论方法及其相关工具,对数据挖掘新的研究方向—社会网络挖掘(SNM)进行概述,并用以分析产品关联和互补关系,对产品系列进行新的分类,总结其基本特性。文章中通过划分凝聚子网,分析不同商品特性极其之间的关联关系,并进行顾客的购买行为推测,以期发现顾客的购买习惯。借助关联规则来增加企业对商品和顾客的了解,进行对策管理,改进服务质量,提高顾客忠诚度和满意度,减少商业成本,最终达到零售连锁店竞争力的提升。