現(xiàn)有的數(shù)據(jù)融合模式往往無法將同一數(shù)據(jù)庫中具有家庭關(guān)系的個(gè)體關(guān)聯(lián)起來，使得目標(biāo)客戶的選擇存在重復(fù)選取的局限性，同時(shí)數(shù)據(jù)屬性的缺失也為進(jìn)一步的決策帶來困難。首先從不確定性推理模型出發(fā)，設(shè)計(jì)出用戶興趣、所處行業(yè)、產(chǎn)品偏好等的可信度推理算法，利用該算法將個(gè)性化數(shù)據(jù)庫、雜志訂閱數(shù)據(jù)庫進(jìn)行有效融合，在完善關(guān)鍵數(shù)據(jù)屬性的基礎(chǔ)上，生成新的標(biāo)準(zhǔn)化數(shù)據(jù)庫；以年齡、性別、姓氏等屬性為依據(jù)，制定家庭結(jié)構(gòu)的識(shí)別規(guī)則，從而實(shí)現(xiàn)家庭結(jié)構(gòu)數(shù)據(jù)的融合。利用郵政行業(yè)數(shù)據(jù)及自建數(shù)據(jù)庫進(jìn)行實(shí)驗(yàn)和分析，證明了方法的可行性和有效性。

?

　　當(dāng)前，我國零售業(yè)經(jīng)歷了飛速的跨越式的發(fā)展階段，社會(huì)消費(fèi)品年均零售總額有了很大突破，百貨商場(chǎng)、連鎖店、超市、專賣店、購物中心、電子商務(wù)等業(yè)態(tài)相繼興起。尤其是電子商務(wù)的崛起，對(duì)零售企業(yè)提出了嚴(yán)峻的挑戰(zhàn)。隨著客戶數(shù)量的增多，客戶對(duì)服務(wù)的質(zhì)量提出了更高的要求，另外，二維碼技術(shù)、客戶管理系統(tǒng)、銷售分析系統(tǒng)、智能終端設(shè)備等的出現(xiàn)，使得零售企業(yè)很難在積累的超大規(guī)模數(shù)據(jù)中找出有利于企業(yè)開展?fàn)I銷活動(dòng)的信息。大數(shù)據(jù)時(shí)代的來臨也給企業(yè)帶來了諸如查詢響應(yīng)時(shí)間、查詢質(zhì)量、決策分析等多方面的問題。事實(shí)上，零售企業(yè)在自身的發(fā)展中累積了很多的交易數(shù)據(jù)，最重要的就是要從這些交易數(shù)據(jù)中找到顧客的購買興趣和偏好。為了探尋大規(guī)模數(shù)據(jù)背后的隱藏知識(shí)，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。在國外，對(duì)數(shù)據(jù)挖掘技術(shù)的研究已經(jīng)有多年的歷史。數(shù)據(jù)挖掘算法的發(fā)展及其應(yīng)用，為零售行業(yè)帶來了巨大的變化，尤其是利潤的提高，數(shù)據(jù)挖掘這一智能化的技術(shù)正在被許多的科研院研究。