数据挖掘2015最新完整(第6讲)挖掘各种关联规则讲述.ppt

规则内容约束的分类 基于约束推进能力(constraint pushing capability) 反单调: 若约束 c 不满足, 可中止进一步的挖掘，所有超级均不满足约束c 单调: 若c 满足, 不必再检查 c ，所有的超集均满足c 数据反单调: 若事务 t 不满足约束 c, t 不必进一步挖掘 简洁的(Succinct): c 必须满足, 可从约束 c先考察 可转换的: c 既非单调也非反单调, 按项集中特定项排序，约束可以成为单调或反单调的 具有多种约束的挖掘实例 在2004年，chicago的顾客购买什么样的便宜商品（价格和低于100美元）会促进同类贵商品的销售(最低价为500美元)? Sales(customer_name,item_name,TID) Lives_in(customer_name,region,city) item(item_name,group,price) transactions(TID,day,month,year) 事实表 总结 频繁模式挖掘－关联规则的重要任务 频繁模式挖掘方法 Apriori(生成候选测试) 基于投影(FP Growth) 垂直格式方法 挖掘各种类型的关联规则：多维、多层关联规则挖掘 基于约束的挖掘（人为指定） 关联规则的相关性:兴趣度的度量 * AA12 关联规则 史忠植 * 关联规则改进 Lin等人提出解决规则挖掘算法中的数据倾斜问题，从而使算法具有较好的均衡性。Park等人提出把哈希表结构用于关联规则挖掘。 Agrawal首先提出事务缩减技术，Han和Park等人也分别在减小数据规模上做了一些工作。 抽样的方法是由Toivonen提出的。 Brin等人采用动态项集计数方法求解频繁项集。 Aggarwal提出用图论和格的理论求解频繁项集的方法。Prutax算法就是用格遍历的办法求解频繁项集。 * AA12 关联规则 史忠植 * 关联规则改进 关联规则模型有很多扩展，如顺序模型挖掘，在顺序时间段上进行挖掘等。 还有挖掘空间关联规则，挖掘周期性关联规则，挖掘负关联规则，挖掘交易内部关联规则等。 Guralnik提出顺序时间段问题的形式描述语言，以便描述用户感兴趣的时间段，并且构建了有效的数据结构SP树（顺序模式树）和自底向上的数据挖掘算法。 最大模式挖掘是Bayardo等人提出来的。 * AA12 关联规则 史忠植 * 关联规则改进 随后人们开始探讨频率接近项集。Pei给出了一种有效的数据挖掘算法。 B.?zden等人的周期性关联规则是针对具有时间属性的事务数据库，发现在规律性的时间间隔中满足最小支持度和信任度的规则。 贝尔实验室的S.Ramaswamy等人进一步发展了周期性关联规则，提出挖掘符合日历的关联规则（Calendric Association Rules）算法，用以进行市场货篮分析。 * 关联规则改进 T.Hannu等人把负边界引入规则发现算法中，每次挖掘不仅保存频繁项集，而且同时保存负边界，达到下次挖掘时减少扫描次数的目的。 Srikant等人通过研究关联规则的上下文，提出规则兴趣度尺度用以剔除冗余规则。 Zakia还用项集聚类技术求解最大的近似潜在频繁项集，然后用格迁移思想生成每个聚类中的频繁项集。 CAR，也叫分类关联规则，是Lin等人提出的一种新的分类方法，是分类技术与关联规则思想相结合的产物，并给出解决方案和算法。 * * 关联规则改进 Cheung等人提出关联规则的增量算法。 Thomas等人把负边界的概念引入其中，进一步发展了增量算法。如，基于Apriori框架的并行和分布式数据挖掘算法。 Oates等人将MSDD算法改造为分布式算法。还有其他的并行算法，如利用垂直数据库探求项集聚类等。 Data Mining Yihua Tan * 挖掘各种关联规则 内 容 多层关联规则 多维关联规则 约束性关联规则 总结 关联规则改进 * AA12 关联规则 史忠植 * 挖掘多种规则或规律 多层(Multi-level),量化(quantitative)关联规则, 相关(correlation)和因果(causality), 比率(ratio)规则, 序列 (sequential) 模式,浮现(emerging)模式, temporal associations, 局部周期(partial periodicity) 分类(classification),聚类(clustering),冰山立方体( iceberg cubes), 等等. 多层关联规则 项通常形成分层结构 低层的项通常有低支持度. 基于维数和层级可对事务数据库编码 利用共享的多级挖掘 一致支持度 computer [suppor