1. 毕业设计（论文）主要目标：
本文通过对超市购物篮数据的研究，得出商品之间的内在关联，研究成果具有重要的理论意义和实际应用价值。
1、理论上，研究购物篮营销模式的规律，对于拓展零售业战略理论具有重要的学术价值；
2、从实际应用的角度，本研究的成果能够利用这些商品之间的关联关系，可以在无法大幅增加门店客户数的前提下，通过增加购物篮中的商品数量达到增加销售额的目的，从而获得更大的经营收益。
2. 毕业设计（论文）主要内容：
本文面向日益发展繁荣的零售业，借助数据挖掘技术，有效利用业务系统积累的海量数据，借助传统统计分析工具，挖掘商品之间的关联信息。本文采用CSDN网站提供的Market Basket数据集，是某大型超市在一段时间内的1000名顾客的一次购物记录，包括1000个样本，17个变量。论文内容安排如下：1、对该数据集做一个简单的统计分析，通过SPSS软件对数据做相关分析、聚类分析、因子分析，对各种商品的关联性做一个初步判别；2、通过Clementine软件运用Apriori、GRI算法对数据做关联规则的挖掘，并对得到的关联规则运用C5.0算法做决策树分析，得到关联规则的规则置信度和支持度等其他测度指标；3、对数据集的个人信息部分进行分类，在此基础上，对不同类别下的商品信息做进一步的关联规则挖掘，得出关联性；4、对几种统计方法得到的结果进行对比分析，进行总结和分析，得到最后商品之间的关联结果，对客户的购买行为规律进行总结。5、根据最终得到的购买行为规律进行评价和拓展，并实际运用到超市营销战略中，以期获得更好的效益。
3. 主要参考文献
[1]薛薇，陈欢歌.基于Clementine的数据挖掘[M].北京：中国人民大学出版社，2012:435-455.
[2]何晓群，刘文卿.应用回归分析（第三版）[M].北京：中国人民大学出版社，2011.
[3]梁婧婕，曹婷.数据挖掘在超市大数据中的应用[J].商场现代化，2016，7：10-13.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
