本文作者：刘金岭；成功正常投稿发表论文到《商场现代化》2008年05期,引用请注明来源400期刊网！
【摘要】：本文主要从商品销售的同周期或近期销售的海量数据出发,把每一条购买记录做为一个事物,构成事务数据库,给定一个频率阙值,利用Apriori算法或改进算法,求出事物数据库的频繁项集,在频繁项集中,一方面可以统计出频率高的商品,进而可以对这些商品销售做出相应策略;另一方面,笔者又对频繁项集构成的商品样本集合进行归类,为决策者提供商品销售周期短的一些分类商品数据。
【论文正文预览】：在商品销售理论中的著名“自然选择论”,是以达尔文的“适者生存”为基础的,认为商品销售的发展必须与社会环境相适应,只有那些能够适应消费者需求,适应社会、文化和法律环境变化的销售商才能生存下来。一、引言市场之所以可以被预测,是因为人们通过长期的认识,积累起丰富的
【文章分类号】：TP311.13
【稿件关键词】：商品销售频繁项集Apriori算法
【参考文献】:

• 王艳;数据挖掘中关联规则的探讨[J];成都信息工程学院学报;2004年02期
• 龚贞标,陶树平;一种改进的关联规则增量式更新算法[J];福建电脑;2005年07期
• 章志明;黄龙军;余敏;黄明和;;一种动态的频繁项集挖掘算法[J];计算机工程;2006年24期
• 王朝辉;王婷婷;;一种快速的频繁项集挖掘算法[J];贵州工业大学学报(自然科学版);2006年06期
• 郭福亮;左凯伶;;关联规则挖掘中Apriori算法的一种改进[J];计算机与数字工程;2007年05期
• 王伟勤;钟敬堂;;对Apriori算法的一种改进[J];佛山科学技术学院学报(自然科学版);2007年02期
• 郭云峰;张集祥;;对关联规则挖掘中Apriori算法的一种改进[J];杭州电子科技大学学报;2009年02期
• 程杰;;基于二进制的频繁项集挖掘新算法[J];电脑知识与技术;2009年13期
• 沈良忠;;基于简单双矩阵的关联规则算法研究[J];温州大学学报(自然科学版);2009年06期
• 刘洋;王勇;;一种求极大频繁项集的挖掘方法[J];广西民族大学学报(自然科学版);2009年04期
• 杨晓明;王晨;汪卫;张守志;施伯乐;;频繁项集的精简表达与还原问题研究[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年
• 刘马金;王鹏;汪卫;;一种轮转的数据流频繁项挖掘算法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
• 谢志军;陈红;;EFIM——数据流上频繁项集挖掘的高性能算法[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年
• 李坤;王永炎;王宏安;;一种基于乐观裁剪策略的挖掘数据流滑动窗口上闭合频繁项集的算法[A];第二十五届中国数据库学术会议论文集（二）[C];2008年
• 邹远娅;周皓峰;王晨;汪卫;施伯乐;;FSC——利用频繁项集挖掘估算视图大小[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年
• 陈晓云;李龙杰;马志新;白伸伸;王磊;;AFP-Miner:一种新高效的频繁项集挖掘算法[A];2006年全国理论计算机科学学术年会论文集[C];2006年
• 栾鸾;李云;盛艳;;多关系频繁项集的并行获取[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年
• 温磊;李敏强;;基于有向项集图的频繁项集增量更新挖掘算法[A];2004中国控制与决策学术年会论文集[C];2004年
• 温磊;牛东晓;何永贵;;基于权重约束的频繁项集挖掘算法[A];2005中国控制与决策学术年会论文集（下）[C];2005年
• 杨子良;陶宏才;;一种基于向量运算的频繁项集快速挖掘算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年
• 屠莉;流数据的频繁项挖掘及聚类的关键技术研究[D];南京航空航天大学;2009年
• 毛伊敏;数据流频繁模式挖掘关键算法及其应用研究[D];中南大学;2011年
• 李力;数据挖掘方法研究及其在中药复方配伍分析中的应用[D];西南交通大学;2003年
• 温磊;基于有向项集图的关联规则挖掘算法研究与应用[D];天津大学;2004年
• 吴学雁;金融时间序列模式挖掘方法的研究[D];华南理工大学;2010年
• 王卉;最大频繁项集挖掘算法及应用研究[D];华中科技大学;2004年
• 叶飞跃;关联规则及其元规则挖掘技术研究[D];南京航空航天大学;2006年
• 陈耿;面向中观审计的规则发现算法研究[D];东南大学;2005年
• 崇志宏;基于屏蔽/汇总技术的数据流处理算法[D];复旦大学;2006年
• 晏华;交易数据的聚类分析[D];电子科技大学;2008年
• 袁锋;基于数据挖掘的中医医案分析系统的设计与实现[D];山东师范大学;2006年
• 陈力捷;数据流频繁项挖掘系统的研究和实现[D];浙江大学;2007年
• 刘卫;基于剪枝概念格模型的频繁项集表示及挖掘研究[D];合肥工业大学;2007年
• 朱冀;以概念分层为背景知识的关联规则挖掘算法的分析[D];电子科技大学;2004年
• 陆声链;孤立点挖掘及其内涵知识发现的研究与应用[D];广西师范大学;2005年
• 李国雁;基于矩阵的人力资源多值关联规则的挖掘[D];河南大学;2008年
• 王灿;含负项目的关联规则挖掘算法研究[D];重庆大学;2008年
• 窦茂生;数据挖掘中关联规则的研究与应用[D];长春理工大学;2009年
• 张小彬;数据流中频繁项集挖掘算法及其应用研究[D];五邑大学;2009年
• 王立波;基于滑动窗口的数据流频繁模式挖掘算法研究[D];燕山大学;2010年

【稿件标题】：【数据挖掘 预测】数据挖掘技术在商品销售预测方面的应用
【作者单位】：
【发表期刊期数】：《商场现代化》2008年05期
【期刊简介】：《商场现代化》杂志由中国商业联合会主管、中商科学技术信息研究所主办。主要探讨国内外现代商业管理经验和介绍现代科技在商业营销管理中的应用，并且刊发精选的国内外现代商业流通领域理论研究成果与现代贸易经济理论的科研论文。其严格化，标准化及权威性在......更多商场现代化杂志社(http://www.400qikan.com/qk/945/)投稿信息
【版权所有人】：刘金岭；

更多工业经济论文论文详细信息: 【数据挖掘 预测】数据挖掘技术在商品销售预测方面的应用
http://www.400qikan.com/lunwen/jingji/gyjjlw/158613.html

相关专题：数据挖掘 预测算法 数据挖掘预测模型 数据挖掘 疾病预测 数据挖掘平台 数据挖掘软件 如何学习数据挖掘 数据挖掘中的预测算法 数据挖掘 股票预测 股价预测 数据挖掘 数据挖掘 预测 龙源期刊网 苏宁电器 《商场现代化》相关期刊

推荐期刊：

市场研究

信息通信技术

中国铸造

电子技术

湖南农机

水产养殖

江西化工

安阳工学院学报

江苏理工学院学报

甘肃金融

上一篇：求乐管理:对现代酒店员工管理的探讨
下一篇：[物流企业客户关系管理论文]供应链管理下物流企业的客户关系管理