1、本科学生综合性实验报告项目组长 张梦瑶 学号 0141262 成 员 专业 国际经贸 班级 国贸 142 实验项目名称 商务数据分析报告 指导教师及职称 李虹来 开课学期 2015 至 2016 学年 下 学期上课时间 2016 年 6 月 16 日1.商业理解阶段网上销售与传统的店面销售不同，没有售货员提供现场咨询服务。但是，网上销售可以利用互联网的优势，为用户提供更优质的服务。由于服务器会记录用户在浏览电子商务网站时的所有行为，因此，企业很容易收集用户的浏览记录、交易信息及偏好数据。 在个性化推荐技术的关联规则分析中，最典型的例子是购物篮分析，其目标是发现交易数据库中不同商品之间的联系强度
2、，挖掘用户潜在购买模式，并将这些模式所对应的服务或产品展示给用户，为其提供参考，从而提高用户的满意度及购买率。2. 数据理解阶段本案例采用淘宝网的用户交易数据进行分析，每条交易记录包括记录号和顾客购买的商品，表1 给出了数据集中各属性名及意义，表 2 为部分交易实例数据示例。表 1 数据集属性信息 属 性 名 属 性 意 义 交易号 ID 唯一标识每一次用户的交易 商品名 购买的商品名 数量 购买的每一样商品的数量 单价 购买商品的单价 表 2 部分数据实例 ID 商品名 数量 单价 商品名 数量 单价 商品名 数量 单价 商品名 数量 单价 1 女装 T恤 2 79 短裙 2 118 休闲男
3、装 1 99 连衣裙 1 35 2 女装 T恤 1 79 短裙 1 118 伞 1 15 3 女装 T恤 1 79 短裙 2 55 高跟鞋 1 63 连衣裙 1 35 4 女装 T恤 1 119 短裙 1 55 高跟鞋 1 63 5 女装 T恤 2 119 短裙 1 45 高跟鞋 1 63 6 女装 T恤 1 119 短裙 1 45 高跟鞋 2 63 洗发水 2 85 3. 数据准备阶段原始数据集可能包含了一些冗余的数据、空值和零值等，这种格式不能作为关联规则分析算法的输入，需要对数据进行预处理。本案例的预处理中包括过滤掉原始数据集中的商品数量和单价这两个属性。同时为了保护顾客的隐私，过滤了用
4、户名属性，并且用交易号来唯一表示顾客的每一次交易。处理后的数据集如表 3 所示。表 3 部分预处理后的数据交 易 号 商品 1 商品 2 商品名 3 商品名 41 女装 T 恤 短裙 休闲男装 连衣裙2 女装 T 恤 短裙 伞3 女装 T 恤 短裙 高跟鞋 连衣裙4 女装 T 恤 短裙 高跟鞋5 女装 T 恤 短裙 高跟鞋6 女装 T 恤 短裙 高跟鞋 洗发水在 Clementine 软件进行关联规则挖掘时，必须把数据格式转换成 Clementine 软件能处理的格式。通常有两种格式：一种是布尔矩阵形式，即每行表示一条交易记录，列中的 T/F 值表示该商品是否有在相应的交易记录中出现，T 表示
5、有出现，F 表示没有出现（表 4 列出转换后的前 3 条记录信息） ；一种是事务处理格式，即每行对应一个交易号和一个商品项（表 5 列出了前 3 个事务对应的事务处理格式） 。表 4 布尔矩阵格式数据集交 易 号 女装 T 恤 短 裙 电 脑 配 件 男装牛仔裤 休 闲 男 装1 T T F F T2 T T F F F3 T T F F F表 5 事务处理格式数据集交 易 号 女装 T 恤1 女装 T 恤1 短裙1 休闲男装2 女装 T 恤2 短裙3 女装 T 恤3 短裙4. 数据建模利用 Clementine 中的 Apriori 算法进行关联规则分析，设定最小支持度 1%，最小置信度 5
6、0%，输入为布尔矩阵格式的交易数据（如表 4） ，输出商品的关联规则及相应的支持度、置信度和提升度信息（如表 6） 。表中显示“高跟鞋”和“洗发水” 、 “童装”和“玩具” 、 “文具”经常被一起购买。表 6 Apriori 算法运行结果5. 模型评估我们选取以下的关联规则向顾客进行推荐。规则 1：（玩具、文具）=童装规则 2：洗发水=高跟鞋规则 3：玩具=童装规则 4：地毯=家具规则 5：（短裙、高跟鞋）=女装 T 恤规则 6：（童装、文具）=玩具再结合规则和实际经验知识，可以对规则进行进一步优化处理。在本案例中，可以对规则1（玩具、文具）=童装和规则 3玩具=童装进行合并，以规则 3 的形式呈现。6. 模型发布通过建模分析由得出的关联规则，企业就可以得到商品销售的一些合理搭配，进而设定相应的推荐策略。如在顾客购买了地毯后，可以向其推荐家具类商品；或者当顾客购买了童装后，可以向其推荐玩具和文具类商品；这些都可能是顾客感兴趣或需要的商品。
