基于POS數(shù)據(jù)的多維空間的營銷分析.pdf

1、在零售業(yè)，營銷分析發(fā)揮著重要作用，同時，數(shù)據(jù)倉庫因用于存儲歷史銷售數(shù)據(jù)而得到了廣泛應(yīng)用。然而，隨著數(shù)據(jù)規(guī)模的急劇增長，各企業(yè)數(shù)據(jù)管理和營銷分析的水平不一且發(fā)展極不均衡。
　　 本文的研究內(nèi)容基于合勝零售業(yè)商務(wù)智能解決方案(MRBIS)，在零售業(yè)中，各企業(yè)收銀條數(shù)據(jù)(POS數(shù)據(jù))的內(nèi)容和格式是相對統(tǒng)一的，對POS數(shù)據(jù)的有效利用可以提供營銷決策支持，MRBIS基于POS數(shù)據(jù)建立零售業(yè)統(tǒng)一商務(wù)智能架構(gòu)，本文詳細討論該方案的設(shè)計過程并基

2、于POS數(shù)據(jù)在多維空間中進行營銷分析，主要工作如下：
　　 (1)基于POS數(shù)據(jù)研究零售業(yè)統(tǒng)一商務(wù)智能模型的數(shù)據(jù)架構(gòu)，為營銷分析提供高效的數(shù)據(jù)管理和支持。分析主題域、邏輯模型并完成多維型數(shù)據(jù)倉庫設(shè)計，研究ETL的實現(xiàn)方式并處理多個異構(gòu)數(shù)據(jù)源到數(shù)據(jù)倉庫的數(shù)據(jù)加載，針對POS數(shù)據(jù)的特點討論維度和度量值設(shè)計方法并建立多維數(shù)據(jù)集。
　　 (2)基于零售業(yè)統(tǒng)一商務(wù)智能數(shù)據(jù)架構(gòu)中的多維數(shù)據(jù)集進行營銷分析。建立OLAP查詢獲得商業(yè)方程

3、式、收銀條分布以及購物籃品類結(jié)構(gòu)分布等企業(yè)銷售統(tǒng)計信息；運用聚類模型對客戶行為細分，獲得消費偏好性特征；運用關(guān)聯(lián)規(guī)則對購物籃進行分析，幫助制定綁定促銷決策，優(yōu)化貨架擺放。應(yīng)用POS數(shù)據(jù)對k-means算法和EM算法進行橫向和縱向?qū)Ρ?，結(jié)果表明EM算法更加穩(wěn)定且具有更好的分類效果；針對POS數(shù)據(jù)特點討論關(guān)聯(lián)規(guī)則參數(shù)設(shè)置，并在商品類別的不同級別應(yīng)用關(guān)聯(lián)性分析。
　　 (3)基于多維數(shù)據(jù)集研究單品促銷問題。某商品在全局空間優(yōu)勢不明顯，

4、但將全局空間分解成子空間，該商品在某些子空間可能非常突出，單品促銷是為指定商品尋找其優(yōu)勢子空間，以提供促銷依據(jù)。在對已有的多維空間模型和多維區(qū)域模型深入分析的基礎(chǔ)上，本文提出了多維多級模型，該模型擴大了問題的解空間范圍，具有更高的子空間復(fù)雜度。針對多維多級模型，本文采用基于擬合的物化策略解決單品促銷問題，提出了LR-Cube立方體以及基于LR-Cube的查詢算法，該算法保證了遍歷子空間的完整性、唯一性以及高效性，實驗對比結(jié)果表明該解決方