數(shù)據(jù)挖掘中的關聯(lián)規(guī)則

數(shù)據(jù)挖掘中的關聯(lián)規(guī)則

ID:12543735

大?。?0.50 KB

頁數(shù):3頁

時間:2018-07-17

數(shù)據(jù)挖掘中的關聯(lián)規(guī)則_第1頁
數(shù)據(jù)挖掘中的關聯(lián)規(guī)則_第2頁
數(shù)據(jù)挖掘中的關聯(lián)規(guī)則_第3頁
資源描述:

《數(shù)據(jù)挖掘中的關聯(lián)規(guī)則》由會員上傳分享,免費在線閱讀,更多相關內容在行業(yè)資料-天天文庫。

1、數(shù)據(jù)挖掘中的關聯(lián)規(guī)則信管0901程曉飛2009306202008  1.什么是關聯(lián)規(guī)則  在描述有關關聯(lián)規(guī)則的一些細節(jié)之前,我們先來看一個有趣的故事:"尿布與啤酒"的故事。  在一家超市里,有一個有趣的現(xiàn)象:尿布和啤酒赫然擺在一起出售。但是這個奇怪的舉措?yún)s使尿布和啤酒的銷量雙雙增加了。這不是一個笑話,而是發(fā)生在美國沃爾瑪連鎖店超市的真實案例,并一直為商家所津津樂道。沃爾瑪擁有世界上最大的數(shù)據(jù)倉庫系統(tǒng),為了能夠準確了解顧客在其門店的購買習慣,沃爾瑪對其顧客的購物行為進行購物籃分析,想知道顧客經常一起購買的商品有哪些。沃爾瑪數(shù)據(jù)倉庫

2、里集中了其各門店的詳細原始交易數(shù)據(jù)。在這些原始交易數(shù)據(jù)的基礎上,沃爾瑪利用數(shù)據(jù)挖掘方法對這些數(shù)據(jù)進行分析和挖掘。一個意外的發(fā)現(xiàn)是:"跟尿布一起購買最多的商品竟是啤酒!經過大量實際調查和分析,揭示了一個隱藏在"尿布與啤酒"背后的美國人的一種行為模式:在美國,一些年輕的父親下班后經常要到超市去買嬰兒尿布,而他們中有30%~40%的人同時也為自己買一些啤酒。產生這一現(xiàn)象的原因是:美國的太太們常叮囑她們的丈夫下班后為小孩買尿布,而丈夫們在買尿布后又隨手帶回了他們喜歡的啤酒。  按常規(guī)思維,尿布與啤酒風馬牛不相及,若不是借助數(shù)據(jù)挖掘技術對

3、大量交易數(shù)據(jù)進行挖掘分析,沃爾瑪是不可能發(fā)現(xiàn)數(shù)據(jù)內在這一有價值的規(guī)律的?! ?shù)據(jù)關聯(lián)是數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識。若兩個或多個變量的取值之間存在某種規(guī)律性,就稱為關聯(lián)。關聯(lián)可分為簡單關聯(lián)、時序關聯(lián)、因果關聯(lián)。關聯(lián)分析的目的是找出數(shù)據(jù)庫中隱藏的關聯(lián)網(wǎng)。有時并不知道數(shù)據(jù)庫中數(shù)據(jù)的關聯(lián)函數(shù),即使知道也是不確定的,因此關聯(lián)分析生成的規(guī)則帶有可信度。關聯(lián)規(guī)則挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項集之間有趣的關聯(lián)或相關聯(lián)系。Agrawal等于1993年首先提出了挖掘顧客交易數(shù)據(jù)庫中項集間的關聯(lián)規(guī)則問題,以后諸多的研究人員對關聯(lián)規(guī)則的挖掘問題進行了

4、大量的研究。他們的工作包括對原有的算法進行優(yōu)化,如引入隨機采樣、并行的思想等,以提高算法挖掘規(guī)則的效率;對關聯(lián)規(guī)則的應用進行推廣。關聯(lián)規(guī)則挖掘在數(shù)據(jù)挖掘中是一個重要的課題,最近幾年已被業(yè)界所廣泛研究。  2.關聯(lián)規(guī)則挖掘過程、分類及其相關算法  2.1關聯(lián)規(guī)則挖掘的過程  關聯(lián)規(guī)則挖掘過程主要包含兩個階段:第一階段必須先從資料集合中找出所有的高頻項目組(FrequentItemsets),第二階段再由這些高頻項目組中產生關聯(lián)規(guī)則(AssociationRules)。  關聯(lián)規(guī)則挖掘的第一階段必須從原始資料集合中,找出所有高頻項目

5、組(LargeItemsets)。高頻的意思是指某一項目組出現(xiàn)的頻率相對于所有記錄而言,必須達到某一水平。一項目組出現(xiàn)的頻率稱為支持度(Support),以一個包含A與B兩個項目的2-itemset為例,我們可以經由公式(1)求得包含{A,B}項目組的支持度,若支持度大于等于所設定的最小支持度(MinimumSupport)門檻值時,則{A,B}稱為高頻項目組。一個滿足最小支持度的k-itemset,則稱為高頻k-項目組(Frequentk-itemset),一般表示為Largek或Frequentk。算法并從Largek的項目

6、組中再產生Largek+1,直到無法再找到更長的高頻項目組為止。  關聯(lián)規(guī)則挖掘的第二階段是要產生關聯(lián)規(guī)則(AssociationRules)。從高頻項目組產生關聯(lián)規(guī)則,是利用前一步驟的高頻k-項目組來產生規(guī)則,在最小信賴度(MinimumConfidence)的條件門檻下,若一規(guī)則所求得的信賴度滿足最小信賴度,稱此規(guī)則為關聯(lián)規(guī)則。例如:經由高頻k-項目組{A,B}所產生的規(guī)則AB,其信賴度可經由公式(2)求得,若信賴度大于等于最小信賴度,則稱AB為關聯(lián)規(guī)則?! 【臀譅栺R案例而言,使用關聯(lián)規(guī)則挖掘技術,對交易資料庫中的紀錄進行資

7、料挖掘,首先必須要設定最小支持度與最小信賴度兩個門檻值,在此假設最小支持度min_support=5%且最小信賴度min_confidence=70%。因此符合此該超市需求的關聯(lián)規(guī)則將必須同時滿足以上兩個條件。若經過挖掘過程所找到的關聯(lián)規(guī)則「尿布,啤酒」,滿足下列條件,將可接受「尿布,啤酒」的關聯(lián)規(guī)則。用公式可以描述Support(尿布,啤酒)>=5%且Confidence(尿布,啤酒)>=70%。其中,Support(尿布,啤酒)>=5%于此應用范例中的意義為:在所有的交易紀錄資料中,至少有5%的交易呈現(xiàn)尿布與啤酒這兩項商品被

8、同時購買的交易行為。Confidence(尿布,啤酒)>=70%于此應用范例中的意義為:在所有包含尿布的交易紀錄資料中,至少有70%的交易會同時購買啤酒。因此,今后若有某消費者出現(xiàn)購買尿布的行為,超市將可推薦該消費者同時購買啤酒。這個商品推薦的行為則是根據(jù)「尿布

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。