第3章关联规则挖掘理论和算法(new)详解.ppt

Data Mining: Concepts and Techniques 关联规则挖掘是数据挖掘研究的基础 关联规则挖掘（Association Rule Mining）是数据挖掘中研究较早而且至今仍活跃的研究方法之一。 最早是由Agrawal等人提出的（1993）。最初提出的动机是针对购物篮分析（Basket Analysis）问题提出的，其目的是为了发现交易数据库（Transaction Database）中不同商品之间的联系规则。 关联规则的挖掘工作成果颇丰。例如，关联规则的挖掘理论、算法设计、算法的性能以及应用推广、并行关联规则挖掘（Parallel Association Rule Mining）以及数量关联规则挖掘（Quantitive Association Rule Mining）等。 关联规则挖掘是数据挖掘的其他研究分支的基础。 事务数据库 设I={ i1，i2，…，im }是一个项目(Item)集合，事务数据库D={ t1，t2，…，tn }是由一系列具有唯一标识TID(事务号)的事务组成，每个事务ti（i=1，2，…，n）都对应 I 上的一个子集。 一个事务数据库可以用来刻画： 购物记录： I是全部物品集合， D是购物清单，每个元组 ti 是一次购买物品的集合（它当然是 I 的一个子集）。 如I={ 物品1，物品2，…，物品m };事务数据库D={ t1，