题 目 大型超市“购物篮”分析
摘 要
本文根据顾客购买记录，通过“购物篮”分析，运用多种模型得出结果，并给出促销方案。
问题一要求构建能表达多种商品关联程度的数学模型。根据4717个顾客对999中商品的购买记录，先用Matlab 对数据进行预处理，将其转化为0-1模型，然后求出购买j 商品的集合j s 和购买k 商品的集合k s ，考虑到同时购买两种商品占购买人数的频率，即相关性，存在购买人数少但相关性大的缺陷。在改进的模型中，因为存在购买商品数少但也会使相关性大的情况，所以对两种情况进行综合考虑，得出最优模型：
j k i k i k s s s s p n s s ??=??
用Matlab 求解0-1矩阵，求出两商品间关联系数较大的前八位，有相关系数的值在
0-1范围之内，与所得模型函数的范围一致，可知，该模型是准确可靠的。
问题二要求出有效方法来找出最频繁被购买的商品记录，且越多越好。根据问题一所得0-1矩阵，将其代入Excel 运用Aprior 模型，先算出单项商品的频繁项集，将支持度较小的数据剔除后，最后选取被购买次数最多的前18个商品，其中最畅销的为368号商品。根据这18个畅销品，运用同样方法将其转化为两两商品的组合，得到被同时购买次数200次以上的商品；根据此算法依次迭代，得到同时购买3种商品和同时购买4种商品的数据，更多商品被同时购买次数较少因此不予考虑，最后得出：两件商品被同时购买次数最高的是368和529号；三件商品被同时购买次数最高的是368、489和682；四件商品被同时购买次数最高的是68、937、895和413。
问题三要求给出方案使效益最大。根据问题一中0-1模型和问题二中Aprior 模型，将得到的购买次数最多的商品信息和题中所给利润表相比较，将利润小数量多的商品作为赠品和利润大数量多的商品一同销售；将共同购买次数多且利润大的两商品组合作为促销品进行销售，以进一步提高超市的综合效益。
关键词 0-1模型 A p r i o r 模型
数据预处理 相关系数
一、问题背景和重述
1.1问题背景
随着信息技术的发展，通过分析大量历史数据来发现模式和利用规律的数据挖掘技术应运而生，然而大多数商家并不是数据挖掘技术领域的专家，如何使数据挖掘技术平民化，成为当代很多学者研究的热点之一。
购物篮分析是数据挖掘技术应用在零售业中的一种有效方式，其目的就是在顾客的购买交易中分析能够同时购买一类产品或一组产品的可能性，利于商品的摆放，也利于提高促销活动的效果。随着人们生活水平的提高，特别是城市，基本物质生活已满足，人们有更高的追求并呈现多样性，从企业角度看，了解和掌握顾客消费的特征和规律，有利于提高企业利润，同时也能提高消费者的满意度。本文以一个面向大型超市的购物篮问题，构建数学模型。 1.2问题重述
作为超市的经理，经常关心的问题是顾客的购物习惯。他们想知道：“什么商品组或集合顾客多半会在一次购物时同时购买？”。现在假设我们是某超市的市场分析员，已经掌握了该超市近一个星期的所有顾客购买物品的清单和相应商品的价格，需要给超市经理一个合理的“购物篮”分析报告，并提供一个促销计划的初步方案。
问题1：题目中表格数据显示了该超市在一个星期内的 4717 个顾客对 999 种商品的购买记录，表格中每一行代表一个顾客的购买记录，数字代表了其购买商品的超市内部编号。建立一种数学模型，该模型能定量表达超市中多种商品间的关联关系的密切程度。 问题2：根据在问题1中建立的模型，寻找一种快速有效的方法能从表格的购买记录中分析出哪些商品是最频繁被同时购买的。超市经理希望得到尽可能多的商品被频繁同时购买的信息，所以找到的最频繁被同时购买的商品数量越多越好。
例如：如果商品1、商品2、商品3在 4717 个购物记录中同时出现了200次，则可以认为这三个商品同时频繁出现了200次，商品数量是3。
问题3：题目给出了这999中商品的对应的利润，根据在问题1、问题2中建立的模型，给出一种初步的促销方案，使超市的效益进一步增大。
二、问题分析
2.1问题一的分析
要求构建模型定量表达超市多种商品间的关联关系的密切程度，根据4717个顾客对999种商品的购买记录，令i x 表示第i 个顾客的购买情况，当第i 个顾客购物篮里有第j 个商品，1ij x =；没有购买，则0ij x =。这就把复杂繁多的数据化为了简单易求的0-1模型。根据购买记录，求出购买j 商品的顾客集合和购买k 商品的顾客集合，两集合的交集（同时购买）所代表的人数与购买人数的比值即为频率，此频率表示两商品的相关程度，考虑到购买人数较少也会造成频率较大的情况，对模型进行改进，将同时购买的人数与至少买一种商品的人数的比值作为相关系数，转化后的模型仍存在缺陷，购买次数较少时也会造成系数较大但不能反映商品相关性的问题。综上两种考虑，将两个模型结合起来，得到最优模型，用此模型来定量表达商品间的关联关系的密切程度。由题目可知，此模型所得结果必定大于0小于1，为验证模型的可靠性，本文运用Matlab 对数据进行预处理，将数据转化为0-1矩阵后，再根据公式编程筛选出两商品相关系数较大
的前八位，由所得系数与函数大于0小于1的性质相比，若符合，则模型是可靠的；若不符合，则再求新的定量模型。
2.2问题二的分析
要求我们寻找一种快速有效的方法从购买记录中找出被最频繁购买的商品，并且被同时购买的数量越多越好。根据问题一Matlab对数据进行的0-1矩阵处理，并在Excel中对数据进行求和以及排序处理，得到一次购买一次商品的次数最多的前18个商品。由于数量的繁多，我们将从这18种商品中求出两件被同时购买以及三件、四件商品被同时购买的信息。因此我们调出这18种商品的0-1矩阵，并用Matlab编程得到两件商品同时被购买的频数，并用Apriori算法的原理提出支持度s，用其来筛选得到的众多数据，修改程序以得到三件商品、四件商品被同时购买的数据。
2.3问题三的分析
对于问题三，要求根据问题一和问题的模型给出一种促销的方案，促使效益进一步增大。首先我们定义f为超市的收益，商品的数量为n，商品的利润为w。则f w n
=?。我们考虑将数据中卖出数量多的商品且利润大的商品附赠以卖出商品数量多但是收益较小的商品来进一步提高它们卖出的数量以获得更大的利润。而对于那些卖出数量以及能够获得的利润都适中的商品，根据问题二求得的两件商品被同时购买的数量将它们放在一起促销，这样也会获得较高利润。
三、模型假设
1、超市货源充足最大限度满足顾客需求；
2、短时期内，商品的销售情况保持不变；
3、每位顾客的购物行为都是理性的，真实反映当地的消费情况；
4、假设两商品同时被购买次数大于200的为高销量商品；
5、假设商品收益只考虑销售所得收入，不考虑商品成本；
四、符号说明和名词解释
4.1符号说明
4.2名词解释
1、布尔量：本题中所指的是购买或未购买，购买时布尔量=1，未购买布尔量=0；
五、模型建立与求解
5.1模型的准备
5.1.1问题一模型的准备
由于本题是针对大型超市购物篮的问题，数据繁多，且只考虑顾客的购买记录，即买或不买，并以此研究商品间的关联程度，因此本题先对所给数据进行预处理，将4717位顾客对999种商品的购买转化为0-1模型，方便问题的求解。首先以i x 表示第i 个消费者的某次购物行为，如果在消费者的购物篮中发现了第j 种商品，则有1ij x =，否则
0ij x =（同时ik x 表示第i 个消费者购买第k 种商品）。
5.2问题一模型的建立与求解 5.2.1模型的建立
本题消费者购买只有两种情况，即购买或不购买，因此可以用到0-1模型。
为表达超市中多种商品间的密切关联程度，本题建立了定量模型。首先，用i x 来描述第i 个消费者的购物情况，1ij x =表示第i 个消费者购买了第j 个商品，反之，0ij x =表示未购买。
因为是根据顾客对商品的购买记录来求解，因此本文对购买某种商品的顾客进行分类，设购买j 的人的集合为j s ，购买k 的人的集合为k s ，则j k s s ?表示同时购买j 商品和k 商品的顾客。由此可将两种商品的相关联程度表示为：
1j k
s s p n
?=
此公式表示同时购买两种商品的频率，频率越高，相关性越大，但若购买人数少，也会导致频率值较大，显然这样的表达不能准确反映两商品间的关联程度，因此对此模型还应进一步改进。
对购买人数n 进行改进，考虑到有顾客在两种商品中至少购买一种的情况，将n 化为k j s s ?，则两种商品的相关联程度转化为：
2i k i k
s s p s s ?=
?
此公式表示两种商品都买的情况占至少购买一种情况的比值，即频率，也能反映两商品间的关联程度，但其同第一个公式类似，存在购买商品次数少但导致频率较大，而不能反映两商品相关性的缺陷，因此，综合两种情况，得到最优模型：
j k
i k i k
s s s s p n
s s ??=
??
p 表示两商品的相关性，若p 较大，剔除购买次数较小的情况，即可反映当消费者购买一种商品时，对另一种商品的购买可能性很大，两种商品的关联相关性密切。 5.2.2模型的求解
对上述模型进行具体求解，其中i k s s ?表示同时购买j 商品和k 商品的人数，公式为：
1
*n
j k ij ik i s s x x =?=∑
i k s s ?表示两种商品中至少购买一种商品的人数，其具体公式为：
1
1
1
=*n
n
n
j k ij ik ij ik i i i s s x x x x ===?+-∑∑∑
j k s s ?小于购买人数n ，同时小于至少购买一种商品的人数，所以p 小与1。 将题目中所给数据运用Matlab 进行预处理，将其转化为0-1矩阵，由于数据过多，则将所得矩阵放在附录中，详见附录1。
根据所得关联函数公式，用Matlab 编程求出两商品间关联系数较大的前八位，如下图所示：
范围之内，与所得模型函数的范围一致，可知，该模型是准确可靠的。 5.3问题二模型的建立与求解
分析最频繁被同时购买的商品，且越多越好。首先我们要找出单独一项商品被购买的频数，根据频数较高的单项商品集，通过筛选得出两种商品被同时购买的频数，以此类推，层层迭代，找出多种商品被同时购买的频数。Aprior 算法使用频繁项集的先验性质，通过逐层搜索的迭代方法，先扫描数据库，再累积每个项的计数，并收集满足最小支持度的项，找出频繁项集的集合，直到所求条件。因此本文运用Aprior 算法，对此题作出分析并求出最佳结果。其具体算法过程如下：
此算法体现出若A 是一个频繁项集,则A 的每一个子集都是一个频繁项集。首先我们提出支持度s 的概念，支持度是D 中包含A 和B 的事务数与总的事务数的比值。可以利用支持度的大小来筛选数据。
{|}
()T D A B T s A B D
∈???=
设n L 是同时购买n 项商品的人员集合。先从999中商品中找出单项频繁项集1L ，根据n 项频繁项集n L ，找出下一频繁项集即1n L +，并算出其中的支持度，将支持度较小的元素删除，最终得到结果。
5.3.1对单项商品的购买
要给出尽可能多的商品被同时购买的信息，由所给购买记录，可以先由简单的单项商品开始，求出它们的被购买次数。
根据问题一所得预处理后附件1中的购买记录，详见附录1，用Excel对单项商品购买次数进行求和。由于题目只要求给出频繁被购买的商品，频数较少的予以剔除，因此经过排序后得到购买次数最多的前十八个数据如下：
但这18种商品都可以作为最频繁购买的商品被经理采用，来研究商品购物篮问题。5.3.2同时对两项商品的购买
上述18个单项商品被同时购买的次数较为频繁，说明这18项商品最为畅销，以这18项商品为一个频繁项集，根据Aprior算法，构建0-1矩阵，对每一个商品都可以用一个布尔量来表示是否被购买，由于18种商品两两组合数据较多，且我们只需要被同时购买较频繁的商品，本文以200次作为两商品同时被购买的频数界限，大于200次，则表示两商品同时被购买的次数频繁。
找出这18个商品的0-1矩阵，由于矩阵数量较大，这里不予详细列出，并用matlab 对数据进行编程筛选，筛选可以得到两商品被同时购买的200以上次数的数据：
为最畅销品放在一起出售。
5.3.3同时对三项商品的购买
根据两件商品被同时购买的程序，修改出三件商品被同时购买的程序，筛选求得次数大于110的三种商品被同时购买的次数如下表所示：
同时购买的次数相对较少，但每组商品被购买次数都大于100次，可看出这几种商品组合销量较好。
5.3.4同时对四项商品的购买
同时，我们也可以修改出四件商品被同时购买的程序，继续筛选出次数较大的前五位表格如下所示
1、两件商品被同时购买的频数最高的是368和529，总共被购买了313次；
2、三件商品被同时购买的频数最高的是368、489和682，总共被购买了124次；
3、四件商品被同时购买的频数最高的是368、937、895和413，总共被购买了72次。
从不同商品同时被购买次数可以知道，随着商品种类的增多，被同时购买次数逐渐减少，四种商品以后同时购买次数绝大数小于47，频数较少，因此不再详细讨论。从以上研究可以看出Aprior能够运用层层递进的迭代算法，快速将大型超市繁多的购物记录简化，从而找出多种商品同时被频繁购买的信息，给销售经理简单明了的顾客购物记录。
5.4问题三模型的建立与求解
5.4.1模型的建立
超市的效益有很大程度上体现在超市的总的收益上，因此用f表示超市最终收益，设商品的数量为n，商品的利润为w。则：
=?
f n w
对于商品数量要求高且利润大的商品，我们可以通过附赠以数量要求高且利润小的商品；对于数量要求和利润要求都中等的商品，可以考虑同时购买两种频率较高的商品，将两者放在一起搞促。
5.4.2考虑赠品的关系
一般将销售量较好且利润较大的商品作为主要销售种类，对于那些数量需求多且利润较小的商品，将其作为主销售品的赠品，既能促进主商品的销售，又能带动小商品的销售，从而最大程度的提高超市利润，而且在提高企业的服务效益的同时，大大满足了顾客的需求，提高了顾客满意度。
将题目所给利润表和在第二问求得的数量表放在一起考虑，利润大且数量多的商品（这里取单买数量排名前十位的，利润大于270的商品）为：
些商品为主要销售品，并将其集中摆放在比较显眼的位置，方便顾客找到自己所需商品，也为超市留出更大的空间。
出顾客对其的需求却相当大。将其作为赠品促进其他商品的销售，虽然是放弃了这部分商品的利润，但它所带动商品的销售份额所得利润远高于它们分别销售所得利润。利润大数量多的商品因为能带来更大将数量要求以及利润要求，所以考虑从其中提取出商品以及他们的赠品，可得到如下表
682商品分别作为赠品，既可以提高主要商品的销售量，又可以吸引顾客，从长远看，此销售方式对总效益提高有极大帮助，同时我们建议将这三组商品摆放在显眼的位置，更方便顾客的购买。
5．4．2再考虑促销的关系
由问题一可知，同时购买某种商品频数相同可知该种商品同另一商品相关性较大，在实际销售中，将两种关联性大的商品放在一块儿，有利于提高商品销售量，从而提高综合效益。在第二问中，我们得到两种商品同时被购买的次数，利用第二问求出的数据，找出被同时购买次数较多的商品，并去掉上述已促销的商品，其余的如下表所示：
表 两商品同时购买利润及次数
据上表算出两商品组合后总利润最大的情况。在考虑利润和共购买次数的情况下，可以放一起促销以便提高最大效益的是：
表 同时促销的两商品组合
从表中可以看出，419和829两种商品，692和829两种商品被同时购买次数最多且利润最大，将这两种商品组合作为促销方案，既满足了顾客对两商品的需求，又在销售一种商品的同时，带动了另一商品的销售。所以建议将419、829两商品放在一起销售，将692、829两种商品放在一起销售。
六、模型检验
6.1问题一的检验
要求出商品间的关联密切程度，根据题目做出模型：
3j k
i k i k
s s s s p n
s s ??=
??
为验证模型的准确可靠性，本文用Matlab 做出0-1矩阵后，求出相关系数较大的前八种，由相关系数的值都与模型函数的值大于0小于1的性质相符合，可知模型是可靠的。
七、模型评价和改进
7.1模型的评价
7.1.1模型的优点
1、0-1模型将复杂繁多的数据简单化，便于问题求解；
2、多种定量模型相互比较，找出最能反映商品关联程度的模型，有利于我们选择更好
的方案；
3、aprior算法从众多数据中分析出符合要求的数据，并进一步深化，层层迭代，使问
题简单化，得出合理结论。
7.1.2模型的缺点
1、aprior算法会产生大量候选及候选集，导致算法的效率较低；
2、没有考虑成本对总效益的影响。
7.2模型的改进
第二问中，使用只购买一件商品的18个数据，相对于给出的数据，虽具有代表性，但是结果没有那么准确。如果使用数据超过18个，将会使后面的数据趋于多项化，这样一来数据便更加准确，给出的建议也会更加的合理。
八、模型推广
0-1模型具有广泛的应用背景，比如经济管理中的实际问题的解必须满足逻辑条件和顺序要求等一些特殊的约束条件，此时往往需要引出0-1变量来表达“是”与“非”。此外，线路设计，工厂选址，生产计划安排，旅行购物、背包问题、人员安排等人们所关心的诸多问题都可以化为0-1模型求解。正是由于0-1模型具有深刻的背景和广泛的应用，所以研究它的算法具有十分重要的意义。
Aprior模型使用逐层搜索的迭代方法，该算法理解简单，计算容易，且是能够对多种规则进行挖掘。在电力企业决策应用中，将Aprior模型的数据挖掘技术应用于企业管理决策，通过深入挖掘形成企业管理决策库，真正在企业管理过程中，特别是在更复杂的经营环境中提供强大的决策支持。
九、参考文献
[1]薛红聂规划，基于关联规则分析的“购物篮分析”模型的研究，北京工商大学学报，
2008-7-18；
[2] 孙细明龚成芳，关联规则在购物篮分析中的应用，计算机与数字工程，2008.06.20；
[3]高勇，购物篮里的“潜规则” 商界（评论），2009.3.15；
[4] 谭浩强，C程序设计（第三版），北京:清华大学出版社，2005。
附录
附录1
（1）0-1矩阵:
A=textread('C:\Users\Administrator\Desktop\data.txt');
B=zeros(4718,999);
for i=1:4718
for j=1:73
if A(i,j)>0
B(i,A(i,j))=1;
end
end
end
（2）自相关系数函数:
o=corr(A)
（3）判断语句:
N=textread('C:\Users\Administrator\Desktop\tmd.txt');
for i=1:999
for j=1:999
if N(i,j)>=0.7&&i~=j
fprintf('μú%do?éì?·oí',i);fprintf('μú%do?éì?·μ??à1??è?a',j);fprintf('%d ',N(i,j)); end
end
end
附录2
问题二中求一个商品被购买次数的代码
a=textread('C:\Users\Administrator\Desktop\data.txt');
b=cell(1,length(a));
for i=1:length(a)
b{i}=a(i,:);
end
for i=1:length(a)
b{i}(find(b{i}==0))=[];
end
gm=zeros(length(a),999);
for i=1:length(a)
c=[];
c=b{i};
[m n]=size(c);
for j=1:n
gm(i,c(m,j))=1;
end
end
cs=[];
for j=1:999
cs=sum(gm);
end
b=find(cs>700s);
[m n]=size(b);
z=zeros(n,n);
for i=1:length(a)
for j=1:length(b)
for k=1:length(b)
z(j,k)=z(j,k)+gm(i,b(j))*gm(i,b(k));
end
end
end
for j=1:length(b)
for k=1:length(b)
if z(j,k)<200;
z(j,k)=0;
else z(j,k)=z(j,k);
end
end
end
x=[];
v=[];
x=[b;z];
v=[0 b;x'];
for i=1:length(b)+1
v(i,i)=0;
end
v
问题二中两个商品被同时购买的代码
A=textread('C:\Users\Administrator\Desktop\10.txt'); z=0;
for i=1:4718
if A(i,1) == A(i,2)
if A(i,1) == 1;
z=z+1;
end
end
end
print z
超市智能购物车设计 摘要:根据数据统计，无害化方式处理的厨余垃圾，近几年虽然有较大的提升，但是与其他发达国家比较而言，无害化处理率仍然很低。而且目前我国的厨余垃圾大部分是以混合处理的形式进行的，这给城市垃圾处理带来巨大压力。针对这一现象，本课题设计了一款家用厨余处理器。该设计有如下几个要点：科技、便捷、小型、安全。本设计不拘泥于现有厨余处理器的具体形式，而从绿色环保与循环利用的角度出发，提供对厨余垃圾处理的一条新途径，在减少城市生活垃圾处理压力的同时给都市生活更多选择。这并不仅仅是作外观上的美化、文化层面上的创新，更是对未来生活方式做出合理化的预测及指导；其次，本设计适用于家庭与小型餐馆，需要更多考虑的方向是操作的便捷性、外观的优美程度与较小的处理量；另外，本设计特意考虑到取出处理物的问题，设计了配套的播撒机器人；最后，本课题将重点放在造型与操作上，竭力塑造一个可以融入生活的产品而不是生冷的机器。 关键词：厨余处理器；科技；小型；循环利用
Design of kitchen waste processor Abstract: According to statistics,the harmless treatment of kitchen waste, although in recent years has greatly improved, but compared with other developed countries, harmless treatment rate is still low. And at present our country kitchen waste are mostly in hybrid form, which bring huge pressure to city garbage view of this phenomenon,this paper will design a house hold kitchen product has the following several points: technological,convenient,safe and specific form of this design does not rigidly adhere to the existing kitchen waste processor,and from the green environmental protection and recycling point of view,to provide a new way of kitchen waste treatment,in the reduction of city living garbage disposal pressure at the same time to the urban life more is not only the innovation of appearance,cultural level,it is to predict and guide the rational for the future way of life;secondly,the design is suitable for families and small restaurants,which need more consideration is the direction of the beautiful degree and small amount of processing convenience,the appearance of operation,and not takes over the pursuit of excess functions and too large volume,avoid because of unreasonable allocation of resources idle and waste;in addition,this product specially consider the matter out processing,;finally,this paper will focus on the design and operation,to create a product that can be integrated into the life rather than a cold machine. Keywords:kitchen waste processor;technology;small;recycling
超市的布局 一、超级市场的主要区域 经营生鲜食品是超级市场的一大特色。因此，超市的区域设置除了应有卖场区、辅助区、储存区外，还应有生鲜食品加工区，有的超级市场将加工区与储存区合为储存加工区。卖场区是顾客选购商品、交款、存包的区域，有时还包括顾客休息室、顾客服务台、婴儿室等。 储存加工是储存加工商品的区域，包括商品售前加工、整理、分装间、收货处、发货处、冷藏室等。 辅助区是超级市场行政管理、生活和技术设备的区域，包括各类行政、业务办公室、食堂、医务室及变电、取暖、空调、电话等设备用房。 店内面积分配 商店场地面积可分为营业面积、仓库面积和附属面积三部分。各部分面积划分的比例应视商店的经营规模、顾客流量、经营商品品种和经营范围等因素影响。合理分配商店的这三部分面积，保证商店经营的顺利进行对各零售企业来说是至关重要的。 通常情况下，商店面积的细分大致如下： １.营业面积：陈列、销售商品面积，顾客占用面积 ２.仓库面积：店内仓库面积、店内散仓面积、店内销售场所面积 ３.附属面积：办公室、休息室、更衣室、存车处、饭厅、浴室、楼梯、电梯、安全设施占用面积。 根据上述细分，一般说来，营业面积应占主要比例，大型商店的营业面积占总面积的60一70％，实行开架销售的商店比例更高，仓库面积和附属面积各占15—20％左右。 在安排营业面积时，既要保证商品陈列销售的需要，提高营业面积的利用率，又要为顾客浏览购物提供便利。 二、卖场区域分类 1、熟食，生鲜，速冻等商品或区域放在门店的最深处或主要的通道上； 最吸引顾客的商品或区域放在门店的最深处或主要的通道上，以便吸引顾客完全的将自己的门店光顾一遍。，一方面靠近后场的作业区，另一方面还可以吸引顾客走遍全场。 2、果蔬区一般被认为高利润部门，通常的布局是满足顾客的相关购物需求，安排在肉食品的旁边； 还有一种安排就是放在顾客购物流程的开端，以免随着顾客购物的增加，无力购买高价的蔬果。 3、由于奶制品和冷冻品具有易融化，易腐蚀的特点，所以一般它被安排在顾客购买流程的最后，临近出 口，同时奶制品和冷冻品通常在一起，这样有利于设备的利用。 4、烘焙品的主力商品是面包，销量大，毛利高，大多被安排在第一货架和靠近入口的地方，这样不仅会 刺激高价位的面包的出售，而且还会避免顾客遗忘。 5、杂品部分主要在超市卖场的中央，采取落地货架形式，布局为纵向陈列，这样顾客就可以透视纵深， 其他的陈列方式一般不被接受。 6、店头会有门店专门设计的一些烘托卖场氛围的热烈的商品展示，来渲染顾客的购物情绪，给顾客形成 一个良好的购物印象。同时这个商品展示的平台要注意摆放合适，做到便于顾客出入的原则。 7、还有一项商品规划的设置就是一般部门的设置规划本着防盗防损的目的，一些丢失率较高的商品会专 门安排在一些特定的角落，例如：口香糖总是在收银台前，化妆品总是在门店内的醒目的地方。 １.商品配置的面积分配
超市销售分析报表标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]
超市销售分析报表 商品周转率 1、什么是周转率 所谓周转率即是指商品从入库到售出所经过的时间和效率。衡量商品周转水平的最主要指标是：周转次数和周转天数 2、计算方法 周转次数指一年中，库存（配送中心和店铺）能够周转几次，计算公式为： 周转次数=销售额/平今年库存额 平均库存=（期初库存+期末库存）/2 周转天数表示库存周转一次所需的天数，计算公式为： 周转天数=365天/周转次数 3、商品周转率的不同表示法 由于使用周转率的各不相同，可按下列各种方法，来斟酌变更分子的销售额和分母的平均库存额。 ⑴用销售来计算，这种方法便于采用售价盘存法的单位。 ⑵用成本来计算，这种方法便于观察销售库存额及销售成本的比率。 ⑶用销售量来计算，这种方法用于订立有关商品的变动。
⑷用销售金额来计算，这种方法便于周转资金的安排。 ⑸用利益和成本计算，这种方法以总销售额为分子，用手头平均库存额为分母，且用成本（原价）计算，使用此方法，商品周转率较大，这是由于销售额里面多包含了应得利润部分金额的缘故。 商品周转率的方法算式 1、商品周转率数量法：商品周转率=商品出库综合／平均库存数 2、商品周转率金额法： 商品周转率=全年纯销售额（销售价）／平均库存额（购进价） 商品周转率=总进价额／平均库存商品（购进价） 商品周转率=销售总额／改为销售价的平均库存额 3、商品周转周期（天） 商品周转周期=（平均库存额／纯销售额）×365 主管人员或负债具体工作人员可以根据这5个公式来计算不同种类、不同尺寸、不同色彩（颜色）、不同厂商或批发商的商品周转率，调查“销路较好”和“销路欠佳”的伤心，一次来改善商品管理并增加利润。 提高商品周转水平是一个系统工程，核心是两个内容。一个是有效的商品评价体系，如进行2／8分析或／ABC分析，进行商品的汰换，剔除滞销品；采用商品贡献率比较法（商品贡献率=销售占比×毛利率）衡量商品的重要程度；通过品类管理技术的应用来改善商品结构，加强库存管理等。另一个是提高供应链的速度，包括建立完善信息管理系统，提
人 因 工 程 论 文 超市购物篮设计 指导教师 孙林岩 班 级 工硕51
学 号 05083005 姓 名 刘民婷 日 期 2007年11月17日 超市购物篮的设计问题及改进 摘要： 如今，超市已经成为了人们生活中重要的一部分，越来越多的人选择到超市购买家庭必需用品，而超市里的购物篮则是人们在购物时的主要工具。人们在使用现在超市普遍提供的购物篮时是否感到舒适呢？本文对超市普遍提供的购物篮进行了一些分析，同时对其从适合消费者使用的方面做些改进，提出一些方案。 关键词：超市购物篮 正文 一、 超市购物篮的简要介绍 随着我国经济的发展，“超市”这一种模式自引进后，成为了人们生活中重要的一部分，人们已经习惯于到超市中选购自己需要的各种生活用品。在购物过程中，购物篮则成为了大家必不可少的工具。尤其是家庭主妇，到超市购物已经成为了她们当中很多人的“固定工作”。 然而，在多次使用过程中，我发现不同超市所提供的购物篮在样式上都差不多，就如以下几幅图所展示的：
从上图我们可以看出，大部分的超市都喜欢选用这种体积较大、形状近似长方体的购物篮。或许这是从成本以及消费者的购物数量角度来考虑的：这样的购物篮能装入比较多的商品，两个提手的设计，使消费者在提的时候购物篮不容易摇晃。 二、 超市购物篮存在的问题 现在超市提供的购物篮虽然在很大程度上方便了消费者，但仍然存在一些问题： 1、很多购物篮的提手比较细，手掌受压较大，如果消费者购买比较多的商品，提着就会觉得手掌疼。 2、购物篮的体积比较大，消费者在提的时候为了避免购物篮磕着腿，总得把手伸出一段距离，手臂会很累。并且，手腕必须向外旋转一定的角度，才能抓稳购物篮的提手。如下图所示： 3、消费者购物的时候往往购买不同的商品，比如食品、日用品等等，而购物篮里没有分格，这些东西往往都得放在一起。一些消费者买了现做的食物，往往会弄脏别的东西。有的消费者则不喜欢将食品和别的东西混在一起，觉得不太卫生。 基于购物篮存在的上述问题，我根据人手的结构等相关知识，对其从以上三个方面进行了一些改进。 三、 改进原则及原理 （一） 改进原则 根据以上存在的问题，在对购物篮进行改进的时候，应该以消费者使用时感到舒适为基本原则。 1、尽量使使用者手掌在抓提手的时候手掌和手指感到舒服。 2、尽量使使用者的手在提购物篮的时候保持自然的姿势，即手臂不需要往外伸出比较大的距离，手腕不需要向外旋转比较大的角度。否则在提购物篮时间过久的时候，容易造成
模式识别期中作业 --挖掘布尔关联规则频繁项集的算法——Apriori算法
一、问题重述 作为超市的经理，经常关心的问题是顾客的购物习惯。他们想知道：“什么商品组或集合顾客多半会在一次购物时同时购买？”。现在假设你们是某超市的市场分析员，已经掌握了该超市近一个星期的所有顾客购买物品的清单和相应商品的价格，需要你们给超市经理一个合理的“购物篮”分析报告，并提供一个促销计划的初步方案。 问题一：附件1中的表格数据显示了该超市在一个星期内的4717个顾客对999种商品的购买记录，对数据进行分析，试建立一种数学模型，使该模型能定量表达超市中多种商品间的关联关系的密切程度。 问题二：根据问题1建立的模型，通过一种快速有效的方法从附件1中的购买记录中分析出哪些商品是最频繁被同时购买的，找到的最频繁被同时购买的商品数量越多越好。 问题三：附件2给出了这999中商品的对应的利润，根据在问题1、问题2中建立的模型，设定一种初步的促销方案，使超市的效益进一步增大。 二、模型的假设 1、假设各个商品的利润保持不变。 2、假设表格中的数据能真实地反映当地消费者的购物情况。
3、假设短时间内商品的销售情况维持稳定，不会出现大幅波动。 三、符号说明 符号解释说明 s i组合i的支持度 c(A=>B)规则A=>B的置信度 c(B=>A)规则B=>A的置信度 c i组合i的平均置信度 s min最小支持度 c min最小置信度 μ关联密切系数 H促销系数 四、问题分析 本题是关于大型超市“购物篮”的分析问题，涉及到数据挖掘、关联规则等相关问题。本题的三个问题是层层递进的关系，要求通过对商品购买数据的分析，找到关联程度较高且购买次数较高的商品，最后设计出合理的超市促销方案。 问题一，由于购物篮分析是关联规则挖掘的一个典型案例，因此我们采用一种最有影响的挖掘布尔关联规则[1]频繁项集的算法——Apriori算法[2-3]。利用其基本思想，进行了商品两种之间的支持度和置信度计算，在定义最小支持度和最
题 目 大型超市“购物篮”分析 摘 要 本文根据顾客购买记录，通过“购物篮”分析，运用多种模型得出结果，并给出促销方案。 问题一要求构建能表达多种商品关联程度的数学模型。根据4717个顾客对999中商品的购买记录，先用Matlab 对数据进行预处理，将其转化为0-1模型，然后求出购买j 商品的集合j s 和购买k 商品的集合k s ，考虑到同时购买两种商品占购买人数的频率，即相关性，存在购买人数少但相关性大的缺陷。在改进的模型中，因为存在购买商品数少但也会使相关性大的情况，所以对两种情况进行综合考虑，得出最优模型： j k i k i k s s s s p n s s ??=?? 用Matlab 求解0-1矩阵，求出两商品间关联系数较大的前八位，有相关系数的值在0-1围之，与所得模型函数的围一致，可知，该模型是准确可靠的。 问题二要求出有效方法来找出最频繁被购买的商品记录，且越多越好。根据问题一所得0-1矩阵，将其代入Excel 运用Aprior 模型，先算出单项商品的频繁项集，将支持度较小的数据剔除后，最后选取被购买次数最多的前18个商品，其中最畅销的为368号商品。根据这18个畅销品，运用同样方法将其转化为两两商品的组合，得到被同时购买次数200次以上的商品；根据此算法依次迭代，得到同时购买3种商品和同时购买4种商品的数据，更多商品被同时购买次数较少因此不予考虑，最后得出：两件商品被同时购买次数最高的是368和529号；三件商品被同时购买次数最高的是368、489和682；四件商品被同时购买次数最高的是68、937、895和413。 问题三要求给出方案使效益最大。根据问题一中0-1模型和问题二中Aprior 模型，将得到的购买次数最多的商品信息和题中所给利润表相比较，将利润小数量多的商品作为赠品和利润大数量多的商品一同销售；将共同购买次数多且利润大的两商品组合作为促销品进行销售，以进一步提高超市的综合效益。 关键词 0-1模型 Aprior 模型 数据预处理 相关系数
超市消费人群分析 一、超市一般选择在有较多的人群的居住地或闹市区，凭借周围的固定人群及自有品牌影的忠实消费人群，使大型超市的平均客流量在2---3万人/天。 二、一个超市就是一类商品的市场，产品陈列，本身就是一个传播商品信息的渠道。它具有人流量较大，且消费群体多具有一定的购买力，消费群体以20-35岁的年轻人居多，其次是有一定的固定收入的中老年人，而这一群体与品牌客户目标消费人群相匹配。 年龄：以前，高档商城的主要消费群体以30岁以上，有稳定的高收入或 事业有成的人事为主，现在，随着一批年轻化富豪的产生，这些 高消费的年龄界线已经扩大到25岁。 消费观念：讲究品味，追求时尚，注重身份，在商品的选择上对品牌更加苛刻，一但选择，将成为该品牌的忠实消费者。 生活习惯：工作时间占据大多数人的生活，生活节奏快，应酬多，因此也更加讲求生活品质，观注身体健康，观注居住环境.分析：这部分人群是社会发展的中流砥柱，消费层次较高，被其它消费群体仰视，同时，他们的消费习惯也成为想挤身于上流社会的人群的目标。 2、超市购物固定覆盖人群月收入组成如下： 20,000元以上……………………………4.8% 10,000元—20,000元……………………14.4% 4000元—10,000元……………………...28.7% 2000元—4000元………………………..45.4% 3购物车受众调查
针对媒体受众，能“从其他人购物车上看到广告画面”和对自己及他们购物车广告“都能看到”及“没有留意”受众调查都能看到……………………………………………..41.1% 只能看到其他购物车的广告……………………… .43.5% 只能看到自己购物车的广告………………………….13% 没有留意……………………………………………….2.4% 受众时间调查: 购物时间0.5小时以内………………………..3.7% 购物时间0.5-----1小时………………………..30.7% 购物时间1-----1.5小时………………………..36.3% 购物时间1.5------2小时……………………….24.3% 购物时间2个小时以上………………………….5% 调查显示96.3%的受众的购物时间超过30分钟，超过60分钟的比例高达65.6%.
超市销售数据分析标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]
超市销售数据分析主要从以下几方面入手： 销售额分析? 从每日的销售额在本周总销售额中所占的比率，看出一周中销售是好的时间段在哪几天，这样有助于安排门店员工的工作与休息，但是也须在分析报表的同时，注意一些特殊的日子，如节假日、突发性的集团购买、发工资日(主要是在大型厂矿机关的门店，销售主要来自于此)。大部分在周五、六、日三天的销售要高于其他时段，故应该在繁忙时段到来前，备足商品，并减少员工休假，以增加服务人员等举措 毛利率分析? 从毛利率可以看出超市每日的毛利率和各部门毛利率的高低。现在大型卖场的综合毛利率在13～18%，标准超市的毛利率在16～20%，便利店的毛利率可能会在22%左右。其实综合毛利率的高低也不是一成不变的，它会随着节假日的到来而随之提升。一般来说，节假日时，高毛利的商品会有较大提高，从而对门店的毛利有一定的补充，这样就有助于超市的管理人员合理补货和安排利润计划。 贡献毛利率分析 部门的贡献毛利率由高到低的排列可以看出，一般的排列为：文具、塑料五金、针织品、休闲食品、曰化、烟酒、肉食、副食品、粮油。管理者由此可以逐步调整单品价位和普通商品与利润商品的结构，促使其在综合毛利贡献率上减少差距。对于贡献毛利率较高的部门应加大要货的力度，对于贡献毛利率较低的商品部门应加大调整力度，了解目标顾客群的消费需求。例如：肉食品会因夏季的到来而销售下滑.就应通过增加夏季的畅销品来转移定位。某一部门可能会因利润商品的断货，而使整个部门的贡献毛利率下滑(有时即使是销售额不变，但是利润率却下滑很多)，这就要求超市根据自身的情况，重视利润商品的库存，合理提出要货需求单以便配送中心配送。 提高毛利率 如果一周的毛利率低于预计指标，就可以对各部门的毛利率和销售构成比进行人为调整。例如：一周的整体毛利率为13%，低于预计毛利率15%，而其中休闲食品的销售构成为13.71%，但是毛利率为11%，为了提高总体毛利率，就可以增加休闲食品的品种和
目录 第1章企业概况 (1) 1.1 行业现状 (1) 1.2 企业现状 (1) 1.3 MIS的应用 (2) 1.3.1 MIS系统为沃尔玛集团带来的巨大效益 (2) 1.3.2 MIS系统的应用平台 (3) 第2章公司实施管理信息系统的优势 (4) 2.1 管理信息系统的为企业带来的竞争优势 (4) 2.1.1情报机构 (4) 2.1.2加强企业与客户和供应商的紧密联系 (4) 2.1.3对产品和服务差异化战略的支持 (4) 2.1.4对市场细分战略的支持 (5) 2.2 沃尔玛管理信息系统的运用 (5) 2.2.1高效率的EOS系统 (5) 2.2.2无与伦比的物流配送中心 (5) 2.2.3强大的数据库管理系统 (5) 2.2.4迅速的销售时点系统（POS系统） (6) 第3章系统规划与可行性研究 (7) 3.1 系统调查 (7) 3.1.1系统的初步调查 (7) 3.2 系统的详细调查 (7) 3.2.1沃尔玛的经营管理系统 (8) 3.2.2沃尔玛管理系统功能 (9) 3.2.3沃尔玛组织结构 (9) 3.2.4沃尔玛业务流程 (11) 3.2.5沃尔玛数据流程 (11) 3.3 可行性研究 (12) 3.3.1经济可行性 (12) 3.3.2技术可行性 (13) 3.3.3系统可行性 (13) 3.3.4管理可行性 (13) 3.4 结论 (13) 第4章计算机网络 (14) 4.1 网络概述 (14) 4.1.1 互联网的相关概念 (14) 4.1.2 局域网的相关概念 (14) 4.1.3 常见的传输介质 (18) 4.1.4 常见的网络类型 (20) 4.2 计算机网络实用技术 (24) 4.2.1 常用的网络命令 (25) 4.2.2 用路由器实现多用户网络连接 (27)
购物篮分析 说起关联问题，可能要从“啤酒和尿布”说起了。有人说啤酒和尿布是沃尔玛超市的一个经典案例，也有人说，是为了宣传数据挖掘/数据仓库而编造出来的虚构的“托”。不管如何，“啤酒和尿布”给了我们一个启示：世界上的万事万物都有着千丝万缕的联系，我们要善于发现这种关联。 关联分析要解决的主要问题是：一群用户购买了很多产品之后，哪些产品同时购买的几率比较高？买了A产品的同时买哪个产品的几率比较高？可能是由于最初关联分析主要是在超市应用比较广泛，所以又叫“购物篮分析”，英文简称为MBA，当然此MBA非彼MBA,意为Market Basket Analysis。 如果在研究的问题中，一个用户购买的所有产品假定是同时一次性购买的，分析的重点就是所有用户购买的产品之间关联性；如果假定一个用户购买的产品的时间是不同的，而且分析时需要突出时间先后上的关联，如先买了什么，然后后买什么？那么这类问题称之为序列问题，它是关联问题的一种特殊情况。从某种意义上来说，序列问题也可以按照关联问题来操作。 关联分析有三个非常重要的概念，那就是“三度”：支持度、可信度、提升度。假设有10000个人购买了产品，其中购买A产品的人是1000个，购买B产品的人是2000个，AB同时购买的人是800个。支持度指的是关联的产品（假定A产品和B产品关联）同时购买的人数占总人数的比例，即800/10000=8%，有8%的用户同时购买了A和B两个产品；可信度指的是在购买了一个产品之后购买另外一个产品的可能性，例如购买了A产品之后购买B 产品的可信度=800/1000=80%，即80%的用户在购买了A产品之后会购买B产品；提升度就是在购买A产品这个条件下购买B产品的可能性与没有这个条件下购买B产品的可能性之比，没有任何条件下购买B产品可能性=2000/10000=20%，那么提升度=80%/20%=4。
超级市场零售商品的购物篮分析 王汉生1 、江明华1 、曹丽娜2 、金英1 1 北京大学光华管理学院，2 中央电视台广告部 摘要 本文利用国内某中型城市中，处于垄断地位的一个大型超市的26天的销售流水数据对消费者的购物篮中商品的相关性进行了探索性研究。具体地说，我们首先介绍了一个基于0-1变量的聚类方法，可以被用来做典型的菜篮子分析；然后，我们用此方法详细分析某中等城市的一个大型连锁超市数据。对消费者购物篮中商品的相关心进行了探索性的研究。 关键词：消费者行为、购物篮分析、0-1变量、聚类分析 0问题提出 首先，现代零售商品种类极端丰富，消费者需要处理的信息量急剧增加。消费者平均要以每秒33件的速度从5万件商品中挑选出17件商品。Phillips （2005）的研究表明，当消费者面对种类繁多的商品时，并不会应为可选择的丰富多样性而得到满足。但是，消费者却能够因为超市对其商品选择的引导而感到满意。超市引导的一个办法就是通过商品的布货，也即，哪些商品可以摆放在一起，而哪些商品又应当分别摆放。问题是，超市进行布货的依据是什么？ 其次，我们可以观察到商场和超市经常进行各种促销，其中最常见的促销方式是打折，而且，常常是全场打折。这样的打折往往不是超市最优的选择。因为，消费者在购买某些商品的时候，会同时购买另一些商品，而不管它们是否是在打折。在这种情况下，只要这两种商品之一处于打折状态，往往会刺激消费者购买两种商品。这样，超市只需要对一种商品打折就可以达到促销两种商品的目的，从而可以大大提高超市的效益。问题是，超市安排商品打折的依据是什么？ 因此，基于上述原因，了解消费者究竟如何在多商品类目间进行同时选择（Simultaneous Selection ）对于超市如何有效地引导消费者和提高效益意义重大。所以，本文的目的有二。第一、介绍一个简单而有效的数量方法，可以被用来做典型的菜篮子分析；第二、用此方法详细分析某中等城市的一个大型连锁超市数据，从而探索大陆消费者的相关行为特征。 以下章节如下安排。下一节，详细介绍一个基于0-1变量的聚类方法。基于此方法的实际数据分析将在第三节中展开。最后是总结与讨论。 1文献研究 在过去的研究中，Fader 和Lodish （1990）研究表明某些消费者特征（如Household Penetration 和购买频率）对零售商品定价和促销环境具有一定的解释能力。Narasimhan 等人（1996）的进一步研究发现，一类商品的促销弹性部分取决于该类商品的品类结构和相关消费者特征。Raju （1992）研究了不同类商品销量差异性，并建立了它同品类特征和营销组和变量的关系。Hoch 等人（1995）则研究了各类商品的商店价格弹性（Store-Level Price Elasticities ）和所在商圈消费者人口统计特征的关系。Manchanda 等人（1999 ）则进一步
超市销售数据分析五大方面 7年多的零售职业生崖，经历了很多的销售数据的分析及行动 计划，超市的周报即每周汇总、统计各个部门销售数据的报表，其中包括各部门的销售额、毛利、毛利率、日比，周比、同期比、销售占比、日平均销售额、通路费用、各项数据指标、达成率及行动计划。面对这样一张报表，如何能在这些繁琐的数据中，合理的得出对门店日常经营管理的各项措施和办法是至关重要的，报表的分析主要从以下几方面入手。 一、销售额分析： 首先可以从每日的销售额在本周总销售额中所占的比率，看出一周中销售是好的时间段在哪几天，这样有助于安排门店员工的工作与休息，但是也须在分析报表的同时，注意一些特殊的日子，如节假日、突发性的集团购买、发工资日(主要是在大型厂矿机关的门店，销售主要来自于此)。大部分在周五、六、日三天的销售要高于其他时段，故应该在繁忙时段到来前，备足商品，并减少员工休假，以增加服务人员等举措
二、毛利率分析： 从毛利率可以看出超市每日的毛利率和各部门毛利率的高低。现在大型卖场的综合毛利率在13～18％，标准超市的毛利率在16～20％，便利店的毛利率可能会在22％左右。其实综合毛利率的高低也不是一成不变的，它会随着节假日的到来而随之提升。一般来说，节假日时，高毛利的商品会有较大提高，从而对门店的毛利有一定的补充，这样就有助于超市的管理人员合理补货和安排利润计划。 三、贡献毛利率分析： 部门的贡献毛利率由高到低的排列可以看出，一般的排列为：文具、塑料五金、针织品、休闲食品、曰化、烟酒、肉食、副食品、粮油。管理者由此可以逐步调整单品价位和普通商品与利润商品的结构，促使其在综合毛利贡献率上减少差距。对于贡献毛利率较高的部门应加大要货的力度，对于贡献毛利率较低的商品部门应加大调整力度，了解目标顾客群的消费需求。例如：肉食品会因夏季的到来而销售下滑．就应通过增加夏季的畅销品来转移定位。某一部门可能会因利润商品的断货，而使整个部门的贡献毛利率下滑(有时即使是销售额不变，但是利润率却下滑很多)，这就要求超市根据自身的情况，重视利润商品的库存，合理提出要货需求单以便配送中心配送。 四、提高毛利率： 报表可以有效地提高毛利率。如果一周的毛利率低于预计指标，就可以对各部门的毛利率和销售构成比进行人为调整。例如：一周的整体
扫描头购物车设计报告目录：1，市场调研 2，方案构思 3，方案确定 4，设计造型结构功能分析 5，设计图纸 6，设计展板 7，模型展示
市场调研 一，定义及其简单分类 ?购物篮，英文shopping basket，是指超市等大型自选商场中，顾客用于暂时存放所选商品的一种篮子。目前也延伸到个人家庭专用。 ?购物篮可分为固型购物篮和可折叠购物篮 ? ? ?购物车，英文trolley，是指超市等大型自选商场中，顾客用于暂时存放所选商品的一种手推车。 ? ?购物车可分为普通购物车与人字购物车，美式购物车，澳式购物车，日式购物车，平板购物车，塑料购物车 ? ?二，调研前言 ?随着超市产业的高速发展，各类超市已经进入了各大中小城市，而且紧随其后的购物篮，购物车也越来越多。 ?在这里我对购物篮，购物车做一个市场调查报告，获取足够的信息后为今后的购物篮，购物车的工业设计做铺垫。 ?回到寝室后我也通过网络进行了一定的调研，察看创新购物车设计，想通过别人优秀的设计找到一些灵感。并且刚好在网上发现了一篇关于购物车创意设计的文章，并且有具体的调研实施流程，我看完后感觉很受启发，对别人的能力深感钦佩，也对自己后来的购物车调研，设计起到了一定的指导作用。
?文章如下： 下文的IDEO解释一下，IEDO是一家公司, IDEO公司由一群斯坦福大学毕业生创立于1991年。 1991年，大卫-凯利设计公司（David Kelley Design）和ID Two 合并成为IDEO公司，大卫-凯利曾于1982年为苹果公司设计出第一只鼠标，而ID Two则于同年设计出了全世界第一台笔记本电脑。那台Grid笔记本电脑现在陈列于纽约现代美术馆。 IDEO一周之内设计购物车的创意流程实例 关键词：IDEO；设计；购物车；创意流程；设计创意 购物车的设计是一个理想，也是一个巨大的挑战。购物车是美国文化的一个标志，就像Zippo打火机一样为人所熟知，同时也是一种很僵化的东西。在设计更新方面，它提供了丰富的可能性，但我们同时也知道，它也意味着一种不可思议的创新困境。 “行动吧！”上午10点，在斯基尔曼的鼓动下，我们开始外出忙碌起来。我们被分为不同的小分队，深入地考察杂货店、购物车以及一切可能相关的技术环节。把我们的“理解”和“观察”阶段融入一天的工作，可以说我们在实践一种即时的人类学。我们走出办公室，咨询业内人士，观察社区民众。几个同事还到帕洛阿尔托商业区的一家名叫万全（Whole Foods）的生意兴隆的杂货店里，在通道间走来走去，观察人们如何购物。他们看到一些安全问题，看到XX和孩子们挤在一起；他们注意到有经验的采购者如何利用互联网上的购物服务，把购物车当作一个相对固定的基地，从而不用推购物车而更加灵活地穿梭于购物通道之间；他们还注意到在通道堵塞处，购物者不得不收起购物车的后盖，和那些动作缓慢的人或对面来的人擦肩而过。 我采访过一位有经验的购物者他在一家大型的连锁店中购买了整车的货物，我发现了钢和塑料的交替运用，同时也发现了遗失或被损坏部件所造成令人惊异的昂贵代价；另一分队同事去逛了当地的一家自行车商店，以掌握最新的设计和材料方面的信息；一个家庭式的团队琢磨起儿童汽车坐位和婴儿车；期望能“组装”出我们的购物车，我们仔细观察了当地的一家电子器械商店，以获得一些小机械配件；还有一队同事访问了一位叫巴茨的购物车修理工，这个工人通常驾着一辆由修补好的破篮子和新轮子组装成的小货车在各个塞福威超市（Safeway）之间往返送货。 在第一天快结束时，3个目标出现了：使购物车对儿童更具亲和力；计算出一种更有效率的采购系统；增加安全性。围绕这些主题，我们在第二天上午集体探讨了一些可能的解决方案。经典的集体讨论原则被印在墙上，我们拿出带有各种颜色标记的巨幅记事贴和许多玩具，以便刺激情绪。如果一个主意显得呆板甚至愚蠢，我们也不会感到烦躁。我们鼓励大家各抒己见。各种新奇的观念充实了大家的头脑，使得大家不会沉浸于个人的想法之中，这些想法往往是个人的偏好（比如你希望购物车能够保护你购买了6盒保险套的隐私），或者在购物车上为小孩子安装配有尿布的儿童坐椅。 到上午11点时，热烈的气氛渐趋平静，几百种奇异的主意和草案以及大量的现成模型挤满了墙壁，如同一辆没人要或正被审视以待结账的购物车。我们开始投票选举最“酷”的设计。它们不能太理想化，因为它们必须在几天之内就可以投入生产。大家制作了五颜六色的标签，把它们贴在自己最欣赏的设计方案上。午饭时，小组的领导们评审了设计方案和投票结果，就有待改进之处做出了一系列决定。如果决策过程陷入僵局，那么世界上最快的开发小组也不能赢得市场竞争的胜利，因此，到比萨饼吃完时，小组已经有了下一步的行动方案。我们被重新划为4个分组，要在3个小时之内制做出实物模型。我们每个分组负责一个独立的环节：购物、安全、结账以及找到想要购买的东西。每个分组在经过半个小时的构思之后就开始行动了。许多人挤到当地艾丝五金商店（Ace Hardware）的购物通道里去寻找思路和材料。我们的一个模型制作师从集体讨论中获得一个构思，要制造出一个靠边行驶的购物车。到周二下午3点时，16位同事以及12位机械师和每天在那儿工作的模型制作师聚集到我们的工作室中。他们感觉到很大的时间压力，要赶制
超市管理系统需求分析目录 1项目计划 １.1系统开发目的 1．2背景说明 1.3项目确立 ２逻辑分析与详细分析 2.1需求分析 2.２目标 2.3数据流程图 2.4系统功能 2.5系统开发步骤 2.6用户的特点 2.７假定与约束 3基于UML的建模 3．１语义规则 3.２UＭL模型 ３.2.1系统ＵML模型 3.2.2子系统UML模型 3.２.3系统实现图 ４小结
1项目计划 １．１系统开发目的 (１) 大大提高超市的运作效率。 （2）通过全面的信息采集和处理,辅助提高超市的决策水平。 (3) 使用本系统，可以迅速提升超市的管理水平，为降低经营成本，提高效益,增强超市扩张能力，提供有效的技术保障。 1.2背景说明 2１世纪，超市的竞争也进入到了一个全新的领域，竞争已不再是规模的竞争,而是技术的竞争、管理的竞争、人才的竞争。技术的提升和管理的升级是连锁超市业的竞争核心。零售领域目前呈多元发展趋势,多种业态：超市、仓储店、便利店、特许加盟店、专卖店、货仓等相互并存。如何在激烈的竞争中扩大销售额、降低经营成本、扩大经营规模,成为××超市努力追求的目标。 1．3项目确立 针对超市的特点，为了帮助超市解决现在面临的问题,提高超市的竞争力，我们将开发以下7个系统： “总公司管理系统”,“超市(连锁店）管理系统”,“零售前台(POS）管理系统”,“物流管理系统”，“帐务结算系统”，“总服务台系统”,“总经理查询系统”。 2逻辑分析与详细分析 2．1需求分析 超市的发展必需要解决以下问题: (1)物流管理方式落后，很难根据销售、库存情况，及时进行配货、补货、退货、调拨。 经过我们的调查发现，××超市在物流管理方面,仍使用传统的人工管理模式，浪费人力资源，效率低，准确率低。有些商品紧缺，顾客要排队购买或商品供不应求,使顾客大为不满，还有一些商品,长期积压，损坏严重，造成重大经济损失，引起销售人员的极大不满,以多次向超市管理人员反映，但此类问题仍屡屡发生,得不到根本性的解决，已引起总经理的高度重视。 连锁超市是以零售为前导，以商品进销，存配,流转管理为基础。一个大型超市,它的物流管理势必非常复杂,如果没有一个强大的信息系统来支持,那么就会造成一部分商品大量积压,而另一些商品供不应求的局面，这种局面必然会给超市带来巨大的经济损失。有些超市为了避免这样的情况发生,就会对物流管理投入大量的人力。虽然这样解决了物流方面的问题,但是这又有悖于管理学的原则，效率低，浪费了人力资源，解决不了根本性的问题。
模式识别期中作业 --挖掘布尔关联规则频繁项集的算法——Apriori算 法
作为超市的经理，经常关心的问题是顾客的购物习惯。他们想知道：“什么商品组或集合顾客多半会在一次购物时同时购买？”。现在假设你们是某超市的市场分析员，已经掌握了该超市近一个星期的所有顾客购买物品的清单和相应商品的价格，需要你们给超市经理一个合理的“购物篮”分析报告，并提供一个促销计划的初步方案。 问题一：附件1中的表格数据显示了该超市在一个星期的4717个顾客对999种商品的购买记录，对数据进行分析，试建立一种数学模型，使该模型能定量表达超市中多种商品间的关联关系的密切程度。 问题二：根据问题1建立的模型，通过一种快速有效的方法从附件1中的购买记录中分析出哪些商品是最频繁被同时购买的，找到的最频繁被同时购买的商品数量越多越好。 问题三：附件2给出了这999中商品的对应的利润，根据在问题1、问题2中建立的模型，设定一种初步的促销方案，使超市的效益进一步增大。 二、模型的假设 1、假设各个商品的利润保持不变。 2、假设表格中的数据能真实地反映当地消费者的购物情况。 3、假设短时间商品的销售情况维持稳定，不会出现大幅波动。 三、符号说明 符号解释说明 s i组合i的支持度 c(A=>B)规则A=>B的置信度 c(B=>A)规则B=>A的置信度 c i组合i的平均置信度 s min最小支持度 c min最小置信度 μ关联密切系数 H促销系数
本题是关于大型超市“购物篮”的分析问题，涉及到数据挖掘、关联规则等相关问题。本题的三个问题是层层递进的关系，要求通过对商品购买数据的分析，找到关联程度较高且购买次数较高的商品，最后设计出合理的超市促销方案。 问题一，由于购物篮分析是关联规则挖掘的一个典型案例，因此我们采用一种最有影响的挖掘布尔关联规则[1]频繁项集的算法——Apriori算法[2-3]。利用 其基本思想，进行了商品两种之间的支持度和置信度计算，在定义最小支持度和最小置信度后，进行筛选得到关联规则集。为定量地表达超市中多种商品间的关联关系的密切程度，本文引入一个关联密切系数进行衡量分别对12个组合求解平均置信度,进而得到该组的关联密切系数。由此认为，关联密切系数越大的商品组合，其关联关系密切程度较高。 问题二，在得到商品两种关联数据的基础上，仅考虑商品支持度的大小，求得在一定最小支持度下被频繁地同时购买的商品组合。同时为使商品数量尽量多，我们在两种组合的情况下延伸至三种组合，四种组合……以此得到尽可能多的商品被频繁同时购买的信息，尽量靠近最频繁被同时购买且商品数量越多的双重目标。 问题三，在结合商品利润的条件下，考虑两种组合中各商品的利润、支持度和置信度，分别计算出三者的乘积再求和，记为促销系数H，并以此作为衡量此组合商品是否进行促销的标准。当结果较高时，我们就采取就近摆放、打折促销、消费送礼等捆绑销售方式式得到一种促销方案，在方便顾客的购买的同时，增加消费者对该超市的有好感和信任度，最终使得超市的效益进一步增大。 五、模型的建立和求解 模型一：基于Apriori算法的关联规则挖掘[4]模型 1.模型的准备 设: I={ i1,i2......,im }是所有项目的集合. D是所有事务的集合(即数据库), 每个事务T是一些项目的集合, T包含在D中, 每个事务可以用唯一的标识符TID来标识.设X为某些项目的集合,如果X包含在T中,则称事务T包含X,关联规则则表示为如下形式(X包含在T)=>(Y包含在T)的蕴涵式,这里X包含在I中, Y包含在I中,并且X∧Y=Φ.其意义在于一个事务中某些项的出现,可推导出另一些项在同一事务中也出现(为简单化,将(X包含在T)=>(Y包含在T)表示为X=>Y,这里,‘=>’称为‘关联’操作，X称为关联规则的先决条件,Y称为关联规则的结果). 事务数据库D中的规则X=>Y是由支持度s（support）和置信度c(confidence)约束,置信度表示规则的强度, 支持度表示在规则中出现的频度。数据项集X的支持度s(X)是D中包含X的事务数量与D的总事务数量之比, 但为下文便于叙述, 数据项集X的支持度是用数据库D中包含X的数量来表示;
大型超市现场布置的分析与改进 ——以家乐福为例 学生姓名：指导教师： 内容摘要：本文在基于考虑超市的长期稳定发展和顾客的吸引度、满意率和服务率的情况下，从整个超市卖场内的商品区域划分和超市各个服务体系的相关性两个方面进行分析，然后绘制出超市现场布置图，运用了设施规划设计里面的SLP方法和和超市磁石理论对超市进行布局分析，对布局中不合理的地方进行优化；并通过运用物流强度等级和非物流密切程度等级相关性，建立各个服务体系之间的物流和非物流关系图，并衡量分析服务体系之间的物流和非物流之间对超市的相对影响，得出其体系综合相互关系计算表，最后得出服务体系的综合密切程度关系图。再通过实地现场调查成都家乐福红牌楼店的的超市内部实况，得到现有超市卖场内部各种商品和整个超市几大块服务体系位置分布，结合以上分析流程，将设施规划布置方法进行实践分析，从而得到改进后的合理规划图，最终使得超市布局达到最优。 关键词：超市 SLP 磁石理论关系图布局 Analysis and Improvement of Supermarket Site Layout ——A Case Study on Carrefour Abstract:This paper based on the consideration of long-term stable development of the supermarkets and attraction degree, satisfaction rate as well as the service rate of customers , analyze the correlation between the regional division of products and various service systems of supermarkets in the entire supermarket stores, then draw the layout plan of the supermarket site , use the SLP method in facilities planning and design as well as supermarket magnetic theory to analyze the supermarket