数据挖掘——第三章关联规则挖掘).pptVIP

关联规则挖掘技术;关联关系

一个来自沃尔玛超市的真实案例，尿布与啤酒这两种风马牛不相及的商品居然摆在一起。但这一奇怪的举措居然使尿布和啤酒的稍量大幅增加了。这可不是一个笑话，而是一直被商家所津津乐道的发生在美国沃尔玛连锁超市的真实案例。原来，美国的妇女通常在家照顾孩子，所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布，而丈夫在买尿布的同时又会顺手购置自己爱喝的啤酒。这个发砚为商家带来了大量的利润，但是如何从浩如烟海却又杂乱无章的数据中，发现啤酒和尿布销售之间的联系呢？这又给了我们什么样的启示呢？;购物篮分析

“啤酒和尿布”的故事是营销届的神话，“啤酒”和“尿布”两个看上去没有关系的商品摆放在一起进行销售、并获得了很好的销售收益，这种现象就是卖场中商品之间的关联性，研究“啤酒与尿布”关联的方法就是购物篮分析，购物篮分析是沃尔玛秘而不宣的独门武器，购物篮分析可以帮助我们在门店的销售过程中找到具有关联关系的商品，并以此获得销售收益的增长！?;D={牛肉，鸡肉，牛奶，奶酪，靴子，衣服，…..};关联规那么反映一个事物与其他事物之间的相互依存性和关联性。如果两个或者多个事物之间存在一定的关联关系，那么，其中一个事物就能够通过其他事物预测到。

典型的关联规那么发现问题是对超市中的货篮数据〔MarketBasket〕进行分析。通过发现顾客放入货篮中的不同商品之间的关系来分析顾客的购置习惯。;关联规那么(AssociationRuleMining)挖掘是数据挖掘中最活泼的研究方法之一

最早是由R.Agrawal等人提出的

其目的是为了发现超市交易数据库中不同商品之间的关联关系。

一个典型的关联规那么的例子是：70%购置了牛奶的顾客将倾向于同时购置面包。

经典的关联规那么挖掘算法：Apriori算法和FP-growth算法;1.购物篮分析－引发关联规那么挖掘的例子

问题：“什么商品组或集合顾客多半会在一次购物中同时购置？”

购物篮分析：设全域为商店出售的商品的集合〔即工程全集〕，一次购物购置〔即事务〕的商品为工程全集的子集，通过对购物篮清单的分析，得到反映商品频??关联或同时购置的购置模式。这些模式可用关联规那么描述。;〖例1〗购置计算机与购置财务管理软件的关联规那么可表示为：

computerfinancial_management_software

[support=2%,confidence=60%]

support为支持度，confidence为置信度。

该规那么表示：在所分析的全部事务中，有2％的事务同时购置计算机和财务管理软件；在购置计算机的顾客中60％也购置了财务管理软件。;理解：关联分析中的三个重要的概念

举例：

10000个人购置了产品，其中购置A产品的人是1000个，购置B产品的人是2000个，AB同时购置的人是800个。;〖定义4－2〗关联规那么X?Y对事物集D的支持度〔support〕定义为D中包含有事务X和Y的百分比。关联规那么X?Y对事务集合D的置信度〔confidence〕定义为D中包含有X的事务数与同时包含Y的百分比。即：

l?support(X?Y)＝(包含X和Y的事务数/事务总数)×100％

?

l?confidence(X?Y)＝(包含X和Y的事务数/包含X的事务数)×100％;〖定义4－3〗置信度和支持度均大于给定阈值〔即最小置信度阈值和最小支持度阈值〕。即：

support(X?Y)＝min_sup

confidence(X?Y)＝min_conf

的关联规那么称为强规那么；否那么称为弱规那么。

数据挖掘主要就是对强规那么的挖掘。通过设置最小支持度和最小置信度可以了解某些数据之间的关联程度。;强规那么X?Y对应的项集〔X∪Y〕必定是频繁集。因此，可以把关联规那么挖掘划分为以下两个子问题：

根据最小支持度找出事务集D中的所有频繁项集。―核心

根据频繁项集和最小置信度产生关联规那么。―较易;规那么度量：支持度与可信度;Transaction-id;ForruleA?C:

support=support({A}?{C})=50%

confidence=support({A}?{C})/support({A})=66.6%;关联规那么就是支持度和信任度分别满足用户给定阈值的规那么。

发现关联规那么需要经历如下两个步骤：

找出所有频繁项集。

由频繁项集生成满足最小信任度阈值的规那么。;以商场超市的市场数据库为例，形式化地描述关联规那么。

〖定义4－1〗

设I={i1，i2，…,im}是项的集合，表示各种商品的集合；D={t1，t2，…,tn}为交易集，表示每笔交易的集合〔是全体事务的集合〕。其中每一个事务T都是项