系统分为五个阶段：
1.数据准备：本阶段的任务是收集有关的数据，这里主要是使用百大集团提供的300，000条数据；
2.数据预处理：数据预处理主要包括数据清理、集成、转换和消减。数据清理是处理数据中的遗漏和清洗脏数据。数据集成将多数据源中的数据进行合并处理，解决语义模糊性并整合成一致的数据存储。数据转换将辨别出需要挖掘的数据集合，缩小处理范围。数据消减的目的就是缩小所挖掘数据的规模，但却不会影响（或基本不影响）最终的挖掘结果；
3.模型建立：建立一个商业数据挖掘关联规则分析模型，实现数据的各种处理以及结果的分析；
4.Apriori算法实现：Apriori算法是数据挖掘关联规则中最重要的算法，具体实现在第四章有详细介绍；
5.关联分析得出结论：
confidence(A=>B)=P(B∣A)=support_count(AUB)/support_count(A)。
得出商品之间的支持度和信任度，然后和最小支持度以及最小信任度进行比较，通过比较来确定商品间的关联规则，实现商品摆放最优化。