本书从购物中心的业态组合入手，详细讲述零售场所的商业生态圈特征、商业生态圈之间关联规则、相互影响方式、改变关联规则的方法、关联规则的数据挖掘手段、零售场所几个主要关联模型，以及当前最受关注的动线分析技术及热点解读方式等。
尽管本书案例多取自购物中心，但本书的应用范围并不局限于购物中心行业，而是覆盖了实体商业中的商业街、自然形成的商圈以及所有包含业态组合的零售场所，本书中探讨的业态关联规则同样存在于这些零售领域。
本书的重点是从商业逻辑层面揭示零售场所的业态关联规则，但是对于具体的算法不会涉及太多，本书的着力点是关联规则的知识表示层面。

高勇，大学毕业后在某汽车制造企业从事MRPII项目研发，1993年开始从事零售企业的信息化工作，历经程序员、产品经理项目经理、事业部负责人、研发团队带头人、咨询师、数据分析师、商业地产负责人等多个职务，其间服务过数百家大型商业零售企业、烟草企业、商业地产项目，曾经为多家大型连锁零售企业提供大数据分析服务及咨询服务。
具有丰富零售企业、商业地产项目的软件开发、项目管理、项目运营、数据分析等实战经验。
曾任北京四通集团公司商业机器事业部副总经理、上海通方商用机器事业部总经理、某房地产公司商业地产总经理等职位，现在从事零售企业解决方案工作。
擅长零售企业数据分析，尤其是零售数据中的关联规则理论、算法及应用，
2008年撰写了《啤酒与尿布——神奇的购物篮分析》一书，该书为清华大学出版社出版，共计17万字，该书是迄今为止国内唯一一本全面阐述零售企业购物篮数据分析理论及实践的专著。
2008年至2013年从事某购物中心的业态规划、招商、运营管理，自此开始研究商业地产项目业态组合中的业态规则数据分析以及应用，擅长商业综合体的商业空间分析、业态关联关系挖掘、客流及动线洞察等，本书即为相关领域的研究结果。

第一章 零售场所的商业生态圈、业态关联规则以及表现形式
第一节 自然界生物圈的基本特征
第二节 零售场所的商业生态圈构成及特征
第三节 事务之间的关联规则与相关性表现
第四节 业态之间的正向关联
第五节 业态之间的无关关联
第六节 业态依存、业态聚集的关联形式
第七节 业态之间的中介关联
第八节 业态之间的寄生关联
第九节 业态之间的冲突关系、排斥关系
第十节 业态组合的动态平衡、结构模式及其稳定性的相关指标衡量
第二章 零售场所业态组合的模式及要素
第一节 业态组合与业态种群的关系
第二节 业态组合中的角色划分
第三节 业态组合的消费者能量耗散与时间规划
第四节 业态组合的空间规划与业态关联规则
第五节 业态的时间属性与业态关联规则
第六节 业态组合中的客流来源与客流交叉计算方式
第七节 业态组合中的主力店作用、重心分配及处理
第三章 业态关联规则的数据分析方法
第一节 零售场所的单店铺数据分析方法
第二节 单体店铺的数据分析模型——以波士顿竞争力分析模型为例
第三节 业态关联规则数据挖掘的步骤、要点及商业逻辑解读
第四节 业态关联规则的数据分析方法
第五节 关联规则的方向性及关联规则的角色、关联规则的赋值、关联规则的多级传导方式
第六节 业态关联规则与图数据库技术
第七节 业态关联规则分析的数据类型与数据来源
第八节 业态关联规则分析的数据维度选择与数据维度的调整方式
第九节 业态关联规则分析的数据预处理
第十节 业态关联规则的量化分析法
第十一节 业态关联规则分析的报表体系示例
第十二节 Retail Link的商品关联交叉与店铺关联交叉报表示例
第四章 皮尔森相关系数与相关性分析
第一节 皮尔森相关系数简介
第二节 皮尔森相关系数与相关性分析示例
第三节 皮尔森相关系数与空间地理相关性分析
第四节 利用皮尔森相关系数进行关联规则分析的注意事项
第五节 某购物中心的业态关联规则数据分析实例
第五章 Apriori算法与关联规则挖掘
第一节 Apriori算法基本概念及主要指标
第二节 Apriori算法在零售业的应用困境及问题所在
第三节 Apriori算法的零售业关联规则应用示例
第四节 采用Apriori算法进行关联规则挖掘的注意事项
第六章 零售场所几大关联模型与应用实例
第一节 零售场所的OD模型
第二节 业态组合与消费者之间的关联规则以及POI、IOI关联模型
第三节 业态关联规则与促销反应模型
第四节 大悦城的“曼哈顿计划”与大数据应用实例
第七章 零售场所的动线分析与热点解读技术
第一节 业态关联规则与动线规划
第二节 动线分析与消费者行为轨迹分析
第三节 动线的流量分配机制与空间句法
第四节 店铺热力图的热点解读与节点划分技术
参考文献