基于支持度显著度的关联规则分类方法研究.pdfVIP

基于支持度一显著度的关联 规则分类方法研究 叶 强，李一军 (哈尔滨x．,Jk大学管理学院黑龙江哈尔滨150001) 摘要关联规则挖掘是数据挖掘领域最活跃与最重要的研究内容之一。最初的 关联规则挖掘方法以发现关联规则为其主要研究目标。近年来，一些研究者也探 索了关联规则挖掘方法在分类问题中的应用。本文针对现有的基于支持度一置信 度的关联规则挖掘方法存在的不足，提出了利用基于支持度显著度构架的关联规 则进行分类的方法。该方法在关联规则的生成中引入了显著度指标，从而使生成 的关联规则有了统计上的显著性。 关键词关联规则；数据挖掘；分类；显著度 0引言 法，在世界范围内成为研究热点，并相继出现了多种关联规则挖掘方法”J。在这些方法中， 支持度与置信度为两个核心概念，因此，这些方法又被称为基于支持度置信度构架的关联 规则挖掘方法。Liu等o3提出了可以利用分类关联规则进行数据分类的具体实现方法，包 和支持度对规则进行优化选择并顺序排列而实现分类的。 1支持度一置信度体系的不足 以支持度一置信度体系为基础的关联规则挖掘方法。尽管目前已经被普遍接受和广泛应 用，但由于该方法作为经验方法，在理论上尚缺乏严格的理论基础，其阀值参数的设定也缺 乏客观标准和统计学验证，因此将基于支持度一置信度体系的关联分类方法直接应用到客户 细分中，有时可能会产生一些错误与误导。 1．1 可能推出误导的规则 500 例1假设现有某体育用品商店的乒乓球和羽毛球交易记录如表1所示，其中有7 [基金项目]国家自然科学基盘资助项目；黑龙江省自然科学基金资助项目(G0：{04)。 [作者简介]叶强(1972)，男．博士，副救授，研究方向为商务智能与信息化评价。联系电菌：0451 E—mail!yeqiang@hit．edtucn。 189 -——第届全国青年管理科学与系统科学8 98-会议论文集 000个客户购买了乒乓球，4 个客户购买了羽毛球，6 000个客户同时购买了羽毛球和乒 乓球。 表1某体育用品商店的交易数据 设最小支持度为30蹦，最小置信度为60％，对表1中的数据应用基于支持度一置信度的 持度与置信度分别为40％和66％，因此该规则为强规则，将被返回给决策者。该规则表明， 如果一个客户购买了乒乓球，那么很可能导致他再购买羽毛球。于是，可以得出如下的商务 结论：“在销售中可以通过促销乒乓球的办法达到提高羽毛球销售量的目的。”然而，通过观 察发现，在所有购买记录中，购买羽毛球的比例为75％，而在购买了乒乓球的记录中只有 66％购买了羽毛球。也就是说，如果知道一个顾客购买了乒乓球，那么他再购买羽毛球的概 率要低于顾客购买羽毛球的平均概率，所以，购买乒乓球与购买羽毛球实际上是负相关的。 如果希望通过提高乒乓球的销量来达到促销羽毛球的作用，实际上是很难达到预期效果的。 因此，这条规则用在指导羽毛球与乒乓球的促销方案上是没有新意的，甚至是误导的。 1．2可能忽略有用的规则 例2某石化厂附属医院的客户数据中记载了某种职业病x与某工种a的关联关系 最小支持度为2％，最小置信度为20％，数据如表2所示。 表2某医院的客户数据 可以得到其支持度与置信度分别为2．08％和7．56％，不满足最小置信度，因此该规则将不 会作为强规则返回给决策者。然而，从事A工种的职工患有疾病x的比率(7．56％)是该 因此．这条被忽略的规则实际上是一条很重要的信息，但是基于支持度一置信度构架的数据 挖掘方法却没有将其发现出来。