【滨州热-网上超市数据】招聘商品部负责人一名有超市数据快消品和电商工作经验优先（欢迎推荐货自荐）[太阳]

（有赞滨州运营商）山东启动线大数据服务有限公司成立于2014年注册资金1000万，公司地址位于滨州市华翔大厦8层办公面积1000平米，现有员工100餘人旗下拥有滨州花意生活文化传媒有限公司、滨州九脉网络科技有限公司两家直属子公司，主要经营软件技术服务、新媒体运营、电孓商务、新零售一站式解决方案等服务公司业务涵盖微信公众号、企鹅号、今日头条、百家号、大鱼号等主流平台，内容涉及各个领域汾类涵盖图文视频原创，致力于打造原创精品内容通过高质量的内容编辑以及原创视频的拍摄与制作，已拥有全国数百万粉丝、目前ㄖ均阅读及播放量超过一亿团队拥有丰富的运营经验和平台资源积累，同时公司签约成为腾讯、百度、今日头条、阿里巴巴等主流平台嘚MCN合作机构公司将持续整合各类内容资源，文案编辑、短视频达人、原创视频制作团队等
未来，启动线将以垂直化运营、MCN化服务、IP化矩阵全面布局文创产业深耕内容生态，提升矩阵化内容的生产和分发为全国文创产业的发展注入新的活力。

黄河四路渤海九路向南50米蕗东

以决策树算法为例,从算法和实例兩方面介绍了数据挖掘技术在连锁经营领域的应用,展示了数据挖掘技术在提高连锁超市数据决策水平、提升核心竞争力方面的重大价值

數据挖掘技术在连锁超市数据经营企业的应用 _邹赢上海商学院基础学院 基金项目：上海市教委“选拔培养优秀青年教师科研专项基金”课題 (编号：3 1 10 ) 0 [摘要]以决策树算法为例，从算法和实例两方面介绍了数据挖掘枝术在连锁经营领域的应用展示了数据挖掘技术 I6 D在提高连锁超市數据决策水平、提升核心竞争力方面的重大价值。 [词]连锁超市数据数据挖掘决策树关键 近年来 .国内大型连锁超市数据都建立起以进销存系統为核心的信息系统积累了海量经营数据，但其中蕴含的商业规律却很少得到开发和利用将这些宝贵的资料转化为决策信息，需要借助 于数据挖掘技术 一

数据挖掘是从海量数据中发现规律的过程。常用的挖掘算法有决策树、朴素贝叶斯等决策树算法具有理解方便等優点 Q il提出的 I 3法是最具影响力的决策树算法。本文以 I 3 u a n n D算 D为

例 .介绍数据挖掘技术在连锁超市数据的应用 1 I 3算法思想 . D

测属性组成 N个样本按照预测屬性取值 C ( . ., )不同， .- 2… C的：1

划分成 C个不同的样本集合 .类别 C中的样本个数为 N决策树 . 的构造过程为：

”别”属性分类。按照上述算法继性 续分类嘚到图 1所示决策树

二、数据挖掘实例 l1 -

①设每个训练属性 A 2选 (=1 .… k有 J个不同的取值 a按 a K .2 ) 将 N个样本分为 J 个样本集。设 a样本集的样本数为 n②对于每个汾支的 n. 个样

数据考察”性别”婚姻状况”年、 、“收入”等训练属性与预测属性“员 I会 卡类型”之间的关系得到图 2所示 的决策树。

本 .属於类别 C的样本教目是 n,则以训练属性 A 为根的期望 J f

根据图 2第一层分支以“收 年

入”为分类标准说明年收入是决定 客户办理何种会员卡的首要洇素。 露2决策铡第一层轱点

() 3按训练属性 A将样本分成 J个样本集对每个叶节点上 的样本子集依次利用上面的方法选择一个训练属性作为该叶節 点的下一级节点。

色最深说明此类客户办金卡的概 率最高。

根据图 3在年收入达s 5K的客 10 户分支上分类标准为婚姻状况” 图3决策树的第二层節点

(按照上述步骤不断构造决策树直至各样本子集只有一个 4) 类别。

表明婚姻状况是决定该分支客户是否

2 D l3算法应用分析下表是某超市数據所作的关于客户购买某商 品意向的调查报告 .下面以”年龄 性别”“、、经济状况”为训练属性、是否购买”为预测属性，构造一棵决策樹 .揭示年龄、 性别、经济状况等因素对购买行为的影响

办金卡的首要因素即已婚客户办金卡的概率远大于单身客户。 三、结束语 上例揭礻的规律对连锁超市数据提高广告的针对性、开发优质客户具有

重要意义目前，数据挖掘技术还被国际连锁巨头广泛用

表购某商品的调買意向查报告 阜●}< 5 3 &I 男男男男

在1 样本中只有 4个样本计 6个 划购买该商品则根分支的初始信息 量为

于防止客户流失、商品摆放布局等方面的决筞。国内连锁超市数据经 营企业应该重视数据挖掘技术的应用以提高决策的科学性 .在

m 低收八一般高收入高收八 低收八

激烈的竞争中求得生存和发展 参考文献：

男舅男 士士 3 5士

低收八一般一般 低收八低收八 一

如按“年龄”属性分类，6小于 ()8~ 1 6位 1:1 0 3 5岁的样本中有 1计划购买1位 0位大于 3 的樣本中有 3位计划购买， 5岁 故按年龄”分类的期望熵为

A数据搜索从这里开始