第八章 关联规挖掘.pptVIP

第八章 关联规则的挖掘 一、关联规则挖掘的含义 关联规则用于表示OLTP数据库中诸多属性（项集）之间的关联程度。 关联规则挖掘（ Association Rules Mining）则是利用数据库中的大量数据通过关联算法寻找属性间的相关性。 应用： 购物篮分析、分类设计、捆绑销售和亏本销售分析 例：(超级市场)在购买商品A的客户中有90%的人会同时购买商品B，则可用关联规则表示为： “尿布与啤酒”——典型关联分析案例 采用关联模型比较典型的案例是“尿布与啤酒”的故事。在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，超市也因此发现了一个规律，在购买婴儿尿布的年轻父亲们中，有30%～40%的人同时要买一些啤酒。超市随后调整了货架的摆放，把尿布和啤酒放在一起，明显增加了销售额。同样的，我们还可以根据关联规则在商品销售方面做各种促销活动。 购物篮分析 如果问题的全域是商店中所有商品的集合，则对每种商品都可以用一个布尔量来表示该商品是否被顾客购买，则每个购物篮都可以用一个布尔向量表示（0001001100）；而通过分析布尔向量则可以得到商品被频繁关联或被同时购买的模式，这些模式就可以用关联规则表示 关联规则的两个兴趣度度量 支持度 置信度 关联规则 支持度(Support)：同时购买A和B的客户人数占总客户数的百分比称为规则的支持度。 置信度(Confidence)：同时购买