论文部分内容阅读
随着计算机的迅速发展和广泛运用,各行各业都会存储着大量数据,特别是零售企业,每天面临大量销售数据的产生。然而,这些数据却很少被人们进行有效地分析和利用,其中可能隐含的、有价值的商业信息也因此被忽略。因此,对数据进行有效、精确地挖掘和分析,发现其中隐藏着的有价值的商业规律,挖掘信息财富,就成为了零售企业发挥行业竞争优势的有效手段。此时,就需要运用先进的数据挖掘技术来对企业的数据进行挖掘分析。作为便利店,不仅要面对来自各大大型超市和数不胜数的零售商店这些传统零售业的激烈竞争,而且还要应付来自网络零售这个新兴零售行业的挑战。因此,运用合适的数据挖掘技术对销售数据进行有效地分析,更成为便利店的首要任务。本文首先介绍了论文研究的背景,数据挖掘和关联规则的理论知识,然后从某连锁便利店部分门店一个月的销售数据记录出发,采用数据挖掘中的关联规则挖掘,接下来用Excel结合SAS对数据进行预处理,然后利用SAS9.3的Enterprise Miner对购物数据进行基于支持度和置信度的关联分析,发现关联规则,并结合提升度对规则加以分析,得出商品间有价值的规则和信息,为企业在交叉销售、库存管理、商品促销、商店布局和商品陈列等经营管理提供决策依据和指导。