第八讲 广义规则归纳(GRI).pdf

CLEMENTINE 12CLEMENTINE 12 ASSOCIATIONASSOCIATION （（GRIGRI）） 关联规则 在描述有关关联规则的一些细节之前，我们先 来看一个有趣的故事：尿布与啤酒的故事。 在一家超市里，有一个有趣的现象：尿布和啤 酒赫然摆在一起出售。但是这个奇怪的举措却 使尿布和啤酒的销量双双增加了。这不是一个 笑话，而是发生在美国沃尔玛连锁店超市的真 实案例，并一直为商家所津津乐道。 关联规则 经过大量实际调查和分析，揭示了一个隐藏在 “尿布与啤酒”背后的美国人的一种行为模式： 在美国，一些年轻的父亲下班后经常要到超市 去买婴儿尿布，而他们中有30%～40%的人同时 也为自己买一些啤酒。产生这一现象的原因是： 美国的太太们常叮嘱她们的丈夫下班后为小孩 买尿布，而丈夫们在买尿布后又随手带回了他 们喜欢的啤酒。 关联规则 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。 关联可分为简单关联、时序关联、因果关联等。 关联分析的目的是找出数据库中隐藏的关联网。有 时并不知道数据库中数据的关联函数，即使知道也 是不确定的，因此关联分析生成的规则带有可信度。 关联规则挖掘发现大量数据中项集之间有趣的关联 或相关联系。 关联规则 提出： 关联规则（association rules)的挖掘是数据挖掘中 一个重要的问题。关联规则发现最初的形式是 零售商的货篮分析，货篮分析是通过发现顾客 放入其货篮中的不同商品，即不同项之间的关 联，帮助零售商制定营销战略。Agrawal 、 Imielinski和Swami于1993年首先提出挖掘顾客事 务数据库中项集间的关联规则问题。 定义： 关联规则是发现事务数据库中不同商品（项）之 间的联系，这些规则找出顾客购买行为模式， 如购买了某一商品对购买其他商品的影响。 关联规则 分类 1、基于规则中处理的变量的类别，关联规则可以分为布尔 型和数值型。 布尔型关联规则处理的值都是离散的、种类化的，它显示 了这些变量之间的关系；而数值型关联规则可以和多维关 联或多层关联规则结合起来，对数值型字段进行处理，将 其进行动态的分割，或者直接对原始的数据进行处理，当 然数值型关联规则中也可以包含种类变量。 例如：性别=“女”=职业=“秘书”，是布尔型关联规则； 性别=“女”=avg （收入）=2300 ，涉及的收入是数值类型， 所以是一个数值型关联规则。 关联规则 2.基于规则中数据的抽象层次，可以分为单层 关联规则和多层关联规则。在单层的关联规则 中，所有的变量都没有考虑到现实的数据是具 有多个不同的层次的；而在多层的关联规则中， 对数据的多层性已经进行了充分的考虑。例如： IBM台式机=Sony打印机，是一个细节数据 上的单层关联规则；台式机=Sony打印机， 是一个较高层次和细节层次之间的多层关联规 则。 关联规则 3 、基于规则中涉及到的数据的维数，关联规则可以分为单维 的和多维的。在单维的关联规则中，我们只涉及到数据的一 个维，如用户购买的物品；而在多维的关联规则中，要处理 的数据将会涉及多个维。换成另一句话，单维关联规则是处 理单个属性中的一些关系；多维关联规则是处理各个属性之 间的某些关系。 例如：啤酒=尿布，这条规则只涉及到用户的购买的物品； 性别=“女”=职业=“秘书”，这条规则就涉及到两个字段的 信息，是两个维上的一条关联规则。 4. 基于约束的关联规则、定量关联规则、负关联规则等 关联规则 应用 （1）商业零售行业 对商场销售数据进行分析，从而得到顾客的购 买特性。 （2 ）金融和保险服务行业 证券分析家运用关联规则挖掘技术去分析大量 的金融数据，从而为投资活动建立贸易和风险 模型。