一种采用增量式挖掘的零售行业折扣券生成方法

1、一种采用增量式挖掘的零售行业折扣券生成方法，其特征在于，包括以 下步骤：
一、首先建立零售企业商品集，即数据库，对商品的各个属性进行登记和 描述；同时建立折扣商品数据库；顾客信息输入，建立顾客资源数据库；
在此部分对本企业内商品的资料信息进行完整的记录，包括对商品基本资 料、各个属性、类别进行详尽的记录；建立折扣商品的数据库，将需要打折的 商品存入该数据库中，另外对会员顾客的个人信息进行记录，建立顾客资源数 据库，库中空出字段用于保存消费模式；
二、日常数据库信息的收集以及长期性的数据挖掘工作；
本方法将需要的挖掘工作分为两部分，一部分是通过将日常销售中POS机 收集信息，存入销售数据库，利用MFP算法和CFP算法对销售记录进行挖掘， 得到已有的历史数据库中的顾客购买模式并存入客户资源数据库；MFP和CFP 算法采取前馈搜索策略来构造最大频繁项目集，并启发式地按照支持率大小对 项目进行重排；另一部分是对顾客购买产生的数据流的即时挖掘，服务器通过 顾客资源数据库提供的资料，调用算法库中的相应算法，即动态最大频繁模式 挖掘算法SMFP和闭合频繁模式挖掘算法SCFP，设定要挖掘的对象及时间段， 得到顾客最新的购买模式，在顾客资源数据库中搜寻已有的购物模式，发现未 购买的习惯消费商品或推测购买商品；
其中：
SMFP算法：
(1)扫描事务数据库中的每个事务，根据最小支持度Min_Sup，产生频繁 1-项集的集合F1；
(2)对k＝0，令I0＝Φ，C0＝F1，MFI0＝Φ；
(3)对Ck中每个元素x进行如下操作：
IK+1＝IK∪x， $P_{k+1}=\{x:y\in C_k\cap y>x\};$
(4)判断Ik+1∪Pk+1在MFIk中是否存在超集，若存在则进行剪枝操作，否则 继续下一步；
(5)进行合并操作Ck+1＝FI-combine(Ik+1∪Pk+1)，得出Pk+1中使Ik+1∪Pk+1频繁 的元素，并将其并到候选集合Ck+1中；
(6)若则k＝k+1，MFIk+1＝{MP∈MFIK：x∈MP}，跳往步骤(4)； 否则，跳往步骤(7)；
(7)根据最小置信度minconf，由频繁项集产生强关联规则，结束；
SCFP算法：
首先初始化一棵SCFP-Tree，然后对滑动窗口中的每一个基本窗口进行处 理，采用已有的频繁闭合模式算法生成每个窗口的临界频繁闭合项集，将临界 频繁闭合项集和它的子集按字母排序后加入到SCFP-Tree中临界频繁闭合项集 是滑动窗口中频繁闭合项集的候选项，在SCFP-Tree中对临界频繁闭合项集进行 标注，从构造算法看出，SCFP-Tree包含了所有的临界频繁闭合项集和它的子 集，对滑动窗口中的频繁闭合项集的挖掘和更新直接在SCFP-Tree上进行；
(1)扫描一个基本窗口的数据流，以ε为支持度，采用已有的频繁闭合模 式挖掘算法生成该窗口的所有临界频繁闭合项集，更新SCFP-Tree；
(2)以S为支持度遍历SCFP-Tree，得到滑动窗口中的候选频繁闭合项集， 建立一棵索引模式树，将这些项集插入到模式树中；
(3)根据模式树输出频繁闭合模式，删除模式树；
三、扫描输入所购商品，各个POS机将顾客购物单传送至数据挖掘工具中 经过数据预处理后生成顾客消费记录；
四、打印习惯消费商品或推测购买商品的折扣券，同时将折扣信息存入客 户资源数据库中。

暂无