从“尿布和啤酒”到数据挖掘

沃尔玛的“啤酒和尿布”的经典案例不少媒体都曾报道过：就是沃尔玛通过建立的数据仓库，按周期统计产品的销售信息，经过科学建模后提炼决策层数据。结果发现，每逢周末，位于某地区的沃尔玛连锁超市啤酒和尿布的销量很大。进一步调查表明，在美国有孩子的家庭中，太太经常嘱咐他们的丈夫下班以后要为孩子买尿布，而丈夫们在买完尿布以后又顺手带回了自己爱喝的啤酒，因此啤酒和尿布一起购买的机会是最多的。之后该店打破常规，将啤酒和尿布的货架放在了一起，使得啤酒和尿布的销量进一步增长。

“买啤酒时也会买尿布”，这一规律的抽象表示就成了数据挖掘里的关联分析法，我们可以简单地表示成如下形式：

If someone buys diaper then he buys bear.

即：

diaper=>bear

这是一条关联规则，当然在实际应用中，这里面有“他有多大可能性同时买啤酒和尿布”和“他在买尿布后有多大可能性买啤酒”等问题需要考虑。

从海量的原始数据中，找出隐含在其中的、我们事先不知道的、但又是潜在的有意义的知识和信息，从而利用这些知识来指导我们的活动，这便是数据挖掘的初衷。数据挖掘技术是数据库研究中最活跃的分支之一，它综合利用了人工智能、数据库、机器学习等多个领域的理论和技术。目前，数据挖掘已经被广泛地运用于各种金融分析、市场分析等多个领域。比如在零售商日常的经营中，每天又会产生大量看似庞杂的信息，而在这些信息背后蕴藏了丰富的经营技巧和市场规律。通过数据挖掘的手段找出这些规律和知识，来直接指导我们的经营活动，给顾客提供最直接最周到的服务，以及通过分析顾客消费和忠诚度的变化，据此对价格和商品的花样进行调整，一边留住老客户，吸引新客户。

近年来传统的数据挖掘的思想在Web知识发现中也有了广泛的应用，即通过分析Web使用者访问网页的路径和在不同页面停留时间等原始资料的分析，提取出我们需要的模式，来规划网站的拓扑结构，给不同的用户群定制个性化的服务，这给电子商务的发展增加了不可低估的活力。