关联分析 课件.pdfVIP

第八章关联分析

【学习目标】

•理解关联规则原理

•掌握频繁模式的方法

•掌握Apriori算法

关联分析概念

•关联分析是一种简单、实用的分析技术，就是发现存在于大量数据集中的关联性或相关性，从而

描述了一个事物中某些属性同时出现的规律和模式。

•关联分析是从大量数据中发现项集之间有趣的关联和相关联系。关联分析的一个典型例子是购物

篮分析。该过程通过发现顾客放入其购物篮中的不同商品之间的联系，分析顾客的购买习惯。通

过了解哪些商品频繁地被顾客同时购买，这种关联的发现可以帮助零售商制定营销策略。其他的

应用还包括价目表设计、商品促销、商品的排放和基于购买模式的顾客划分。

•可从数据库中关联分析出形如“由于某些事件的发生而引起另外一些事件的发生”之类的规则。如

“67%的顾客在购买啤酒的同时也会购买尿布”，因此通过合理的啤酒和尿布的货架摆放或捆绑销售

可提高超市的服务质量和效益。又如“‘C语言’课程优秀的同学，在学习‘数据结构’时为优秀的可能

性达88%”，那么就可以通过强化“C语言”的学习来提高教学效果。

8.1频繁模式与关联规则

TIDItems

001Cola,Egg,Ham

002Cola,Diaper,Beer

003Cola,Diaper,Beer,Ham

004Diaper,Beer

如表所示是一个超市几名顾客的交易信息。

TID代表交易流水号，Items代表一次交易的商品。

对这个数据集进行关联分析，可以找出关联规则{Diaper}→{Beer}。它代表的意义是：购买

了Diaper的顾客会购买Beer。这个关系不是必然的，但是可能性很大，这就已经足够用来

辅助商家调整Diaper和Beer的摆放位置了，例如摆放在相近的位置，进行捆绑促销来提高

销售量。

关联分析的关键概念

1．事务（Transaction）：每一条交易称为一个事务，例如表8-1中的数据集就包含四个事务。

事务用t表示，其中i是交易号。交易数据库D是交易的集合，即：

iD{t,t,,t}

12m

2.项(Item)：交易的每一个物品称为一个项，例如Cola、Egg等。

3.项集(Itemset)：包含零个或多个项的集合叫做项集，例如{Cola,Egg,Ham}。项集用I表示，

I{i,i,,i}。一个项集包含项的个数称为该项集的长度。

12n

4.k−项集：包含k个项的项集叫做k-项集，例如{Cola}叫做1-项集，{Cola,Egg}叫做2-项集。

•5.支持度计数(count(X))：一个项集X在数据库D中出现的次数，等于包含该项集的

交易个数。若X={cola}，则count(X)=3。又如{Diaper,Beer}出现在事务002、003和

004中，所以它的支持度计数是3。

6.支持度（Support）：支持度计数除于总的事务数,记为Support（X）。

例如上例中总的事务数为4，{Diaper,Beer}的支持度计

数为3，所以它的支持度是3÷4=75%。count(X)

support(X)100%

说明有75%的人同时买了Dia