关联规则-方匡南的个人网站.PDF

关 联 规 则 A s s o c i a t i o n R u l e s 方匡南 厦门大学 “尿布与啤酒”的故事是营销界 的神话，一直为人们津津乐道。 按常规思维，尿布与啤酒风马牛 不相及，若不是借助数据挖掘技 术对大量交易数据进行挖掘分析 ，沃尔玛是不会发现隐藏于其中 的关联规律的。 2 数据关联是数据库中存在的一类重要的可被发现的知识 。若两个或多个变量的取值之间存在某种规律性，就称 为关联规则（association rules, AR）。关联规则可分为 简单关联规则、时序关联规则、因果关联规则。关联规 则分析的目的是找出数据库中隐藏的关联网。关联规则 挖掘就是在事务数据库、关系数据库、交易数据库等信 息载体中，发现存在于大量项目集合或者对象集合中有 趣或有价值的关联或相关关系。 3 Agrawal,R等于1993年在分析购物篮问题时首先提出了关联 规则挖掘，以后又经过诸多研究人员对其进行研究和发展， 到目前它已经成为数据挖掘领域最活跃的分支之一。关联规 则的应用十分广发，比如在购物篮分析（Market Basket Analysis ），网络连接（Web Link Analysis ）和基因分析等 领域均有所应用，具体应用场景包括优化货架商品摆放、交 叉销售和捆绑销售、异常识别等。 4 目录 Contents 一、基本概念 二、基本分类 三、基本方法 四、案例分析 1 基本概念 Basic Concepts 基本概念 基本分类 基本方法 案例分析 项与项集 I {I , I ,...I ,..., I } I (p 1,2,...,m) 定义1 设 1 2 p m 是m个不同项目的集合，p 称为数据项 （Item），简称项；数据项集合I称为数据项集（Itemset ），简称项集。I 的 任何非空子集X ，若集合X 中包含k个项，则称为k项集 （k-Itemset ）。 项集其实就是不同属性取不同值的组合，不会存在相同属性、不同属性值的 项集。例如，二项集{性别= 男，性别=女} 中两项是互斥的，现实中不会存在 7 基本概念 基本分类 基本方法 案例分析 事务与事务集 T (k 1,2,..., n) 定义2 关联挖掘的事务集记为D ， ， D {T ,T ,...,T ,...,T } k 1 2 k n 是项集I 的非空子集，即Tk  I ，称为事务（Transaction ）。每一个 事务有且仅有一个标识符，称为TID （Transaction ID ）。 8 基本概念 基本分类 基本方