傳統的關聯規則中，只能知道找出銷售物品之間的相關規則，得知那些商品是顧客經常一起購買的，但沒有辨法了解這些被銷售的物品和賣場貨架之間相關性。而在商品之間有規聯的背後隱藏是，商品之間在空間架位上的距離上夠近，讓顧客能產生聯想，提高消費者的購買欲望。例如我們並沒有辨法找出啤酒和尿布在賣場上架位的距離所造成的影響，也許放靠近一點會增加銷售，也許遠一點會降低銷售。 在本研究中我們將納入”空間架位”這個新的維度進來。為了了解商店的架位位置對產品的銷售有什麼的影響，在後面一章節中我們會發展了一些方法用來找出這些空間上的樣式，與尋找一些較好的和較壞的商品擺放位置，因此我們可找到一些相當有趣的樣式出來。例如，在日常生活用品區的馬桶刷和食物區的牛奶、餅乾如果過於靠近的話，也許會降低消費者的購買欲望。因此商品的架位位置對產品之間的銷售有一定程度的影響，我們想要了解什麼樣的商品陳列方式最能吸引消費者的目光? 什麼樣的商品組合方式最能被大家所接受? 怎麼樣的架位安排能讓產品賣得比較好? 在本研究中會提出AprioriLJ演算法出來用來解決上面所呈述的問題，AprioriLJ只需要掃描資料庫一次並同時記錄每一個物品交易次數與交易的編號，並由商品所擺放的架位歷史資料中取得商品在某個時間區間所擺放的位置，由空間和時間上的交集我們可以得具有架位空間上關係的樣式。 Traditional Association rule can’t find the location relation between sold trade article. Sometimes, the sale of beer and diaper highly in the store ,lowly in another store. We can’t understand the space relationship between each article. In this thesis, the issue of mining location relation is studied. We adopt the location issue. In order to understand the relationship of each article between location and sale. We develop Apriori-LJ to solve these problem, it just needed scan database once and record the transaction id. Find the cross common part between location simultaneously, then we can find the location pattern.
