基于聚类算法的购物篮压缩研究

购物篮分析是数据挖掘技术在零售业的典型应用之一,旨在从零售交易记录中分析出顾客经常同时购买的商品组合,挖掘出购物篮中有价值的信息。然而实际分析中往往得到的是数以千计的购物篮,企业很难从这数量众多的购物篮中找到真正感兴趣和有价值的,这给实际的应用造成了很大障碍。针对传统挖掘方法得到购物篮数量过多的问题,定义了一系列特征属性表示购物篮,提出了一种基于K-Means层次聚类算法根据属性值对购物篮进行压缩的方法。该方法通过对真实购物篮进行实验研究与分析。为验证提出方法的有效性和可行性,将其与传统压缩方法进行了对比。实验结果表明,相对于其他传统压缩方法,由提出的压缩方法筛选得到的购物篮具有更高的有效性和实用价值,并达到了压缩购物篮集合的效果。