关联规则算法在客户关系管理系统中的应用.pdfVIP

维普资讯 2008年6月 电 脑 学 习 第3期 关联规则算法在客户关系管理系统中的应用 荣春阳’ 陈 巍 王 健 摘 要：探讨 了挖掘关联规目g的基本算法—Apri0ri算法以及空间关联规目gMMS(MultipleMinimum Support)算法． 并探讨 了这两种算法在客户关 系管理 系统 中的应用 。 关键词 ：关联规则 CRM 空间关联规则 MMS算法 中图分类号： 11P301．6 文献标识码 ： B 文章编号：1002—2422(2008)03一o016—02 TheApplicationofAssociationRulesinCustomerRelationshipManagementSystem RongChunyang ChenW ei WangJian Abstract：TIIepaperstudiesthebasicalgorithm-Apriorialgorithm andMMSalgorithm onspatial associationrules anddiscussestheirapplicationonthecustomerrelationshipmanagementsystem． Keyword：AssociationRules CustomerRelationshipManagement Spatial AssociationRules MMSAlgorihtm l关联规则挖掘 和可信度分别大于用户给定的最小支持度阈值 (minsupp) 例如，买牛奶的顾客有 80％同时也买面包，或买铁锤的 和最小可信度阈值 (minconf)的关联规则。 顾客中有 70％的人同时也买铁钉，这就是从购物篮数据中 2Apriori算法 提取的关联规则。 2．1基本概念 问题描述： (1)频集：所有支持度大于最小支持度的项集。 (1)项集：项的集合，设 I={I，I，…，I】是一个项集，其 (2)强关联规则：同时满足最小支持度阈值 (minsup— 中I(i=l，2，3，…，n)可以是购物篮中的物品。K项集一包 p)和最小可信度阈值 (minconf)的规则称为强关联规则。 含K个项的项集被称为K项集。 2．2基本思想 (2)事务：事务是项的集合，设有事务T，则T I。对应 (1)找出所有的频繁项集。 每个事务都有唯一的标识，如标识TID。 (2)由频繁项集产生强关联规则。 (3)事务集：事务的集合称为事物集 设有某事物集为 2．3核心算法 D，则D={T1，T2，…，T)，D={TiIT∈D，i=l，2，…，n)。 对于事务数据库D，算法 Apfiofi根据使用生成的侯选 (4)关联规则：关联规则形式A B，其中A，B是项 集逐层迭代找出频繁项集 L，算法如下： 集，A∈I，B∈I，AnB=0。关联规则由支持度和可信度约 Ll={large1-itemsets) 束。对事物集D，A∈D，B∈D，AnB=0，则，可信度定义：可 For (k：2；L l≠ 由；k++)dobegin 信度 (A B)=包含A和 B 的元组觐包含A的元组数。可 Ck=Apriori-gen(Lt-I) Forall~ ction tEDdobegiIl 信度表达的是在出现项集A的事务集D中．