基于数据挖掘及其在超市CRM的应用
龙源期刊网 http://www.qikan.com.cn
基于数据挖掘及其在超市CRM 的应用 作者：李锴迪
来源：《科技创新与应用》2013年第17期
摘 要：文章通过介绍建立数据仓库，利用聚类算法等数据挖掘分析技术在超市零售业的应用。超市零售业储存了客户的购买商品的大量信息，通过这些信息分析客户的行为，才体现出收集信息的真正价值。超市收集的数据使得零售商有机会改变和品牌供应商之间的能力平衡。系统所收集的数据能回答供应商所希望得到回答的：谁在购买这种品牌的商品？谁正在买什么？可使用汇总的，匿名的交易数据和外部信息一起，研究和比较不同人的购买行为。利用这些数据，建立数据仓库，并利用数据挖掘技术。因此，该文关于数据挖掘聚类分析技术研究并在超市CRM 进行应用研究具有一定的实践和研究意义。
关键词：数据挖掘；CRM 概念；聚类算法
前言
随着信息处理技术的不断发展，信息的存储、管理使用和维护显得越来越重要，而传统的数据库管理系统很难满足其要求，表现为：数据量成几何级数的增长，不同部分的数据难以集合，访问数据的响应性能不断降低。要使数据能够发挥其最佳功效，更好地为用户服务，数据仓库的出现为用户处理所需要的决策信息提供了一种有效的方法。
1 相关理论和技术基础
数据挖掘的定义：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的原始数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
数据挖掘其实是一个逐渐演变的过程。电子数据处理的初期，人们就试图通过一些方法来实现自动决策支持，当时机器学习成为人们关心的焦点。机器学习的过程就是将一些已知并成功解决的问题作为范例输入计算机，机器通过学习这些范例，总结并生成相应的规则。随后，随着神经网络技术的形成和发展，人们的注意力转向知识工程。知识工程不同于机器学习，不是为计算机输入范例，由其生成的规则，而是直接为计算机输入已被代码化的规则，而计算机是通过使用这些规则解决某些问题。专家系统就是这种方法所得到的成果，但有投资大和效果不甚理想等不足。20世纪80年代人们又在新的神经网络理论的指导下，重新回到机器学习的方法上。并将其成果应用于处理大型商业数据库，出现了数据库中的知识发现，简称KDD （Knowledged Discovery in Database）. 它泛指从所有数据源中发掘模式的联系和方法，人们接受了这个术语。1995 在美国计算机学会（ACM ）上，提出了数据挖掘（DM ，DataMining ）概念作为知识发现过程的关键步骤，但是现在人们对于KDD 和DM 这两个概念通常不加以区别，所以往往混用。