服装作为人们基本生存需求-“衣食住行”中的第一位,是我国近年来成长速度最快的行业之一。但随着竞争日益的激烈以及网络销售的兴起,作为服装的主要零售渠道之一的百货商场,其地位受到严重威胁。随着“新零售”概念的提出,各个零售品牌商都开始采用大数据和人工智能技术实现智能营销,服装品牌商亦是如此。虽然服装品牌行业采用大数据、人工智能等手段来促进销售额的增长,却很少关注品牌之间的关联。本文通过利用社会网络分析方法,以结构洞和强弱关系理论为理论基础,利用大数据挖掘对购物中心的服装品牌之间存在的关联进行研究。通过对某购物中心276个服装品牌的位置数据和3713条销售数据进行整理,使用UCINET对服装品牌的整体网络进行分析,识别品牌簇和结构洞,以及结构洞数量对品牌销售额的影响;分析品牌簇中的品牌之间的排斥力与吸纳力,以及吸纳力中强弱关联对于品牌组合销售额的影响。本研究提出和证实了基于销售关联的品牌簇的存在;深入分析了销售关联的品牌簇的结构洞与强弱关系特征;探索了销售关联的品牌簇与空间关联的品牌簇之间的影响关系。并在此基础上,为购物中心品牌销售提出了相关的销售策略和营销建议。基于位置和销售关联的品牌簇分析,可以使零售品牌商更细致精准地掌握品牌间的竞合关系,同时也有助于购物中心更加合理规划线下零售店铺空间位置,进一步发挥线下零售渠道的优势,进而提高企业绩效。