数据仓库与数据挖掘技术第六章4关联规则.pptVIP

6.3 关联算法 购物篮分析一个引发关联规则挖掘的典型例子 应用：购物分析 市场购物分析结果将帮助商场内商品应如何合理摆放进行规划设计。 其中一种策略就是将常常一起购买的商品摆放在相邻近的位置，以方便顾客同时购买这两件商品；如：如果顾客购买电脑的同时常也会购买一些金融管理类软件，那么将电脑软件摆放在电脑硬件附近显然将有助于促进这两种商品的销售。 而另一种策略则是将电脑软件与电脑硬件分别摆放在商场的两端，这就会促使顾客在购买两种商品时，走更多的路从而达到诱导他们购买更多商品的目的。比如：顾客在决定购买一台昂贵电脑之后，在去购买相应金融管理软件的路上可能会看到安全系统软件，这时他就有可能购买这一类软件。 市场购物分析可以帮助商场主管确定那些物品可以进行捆绑减价销售，如一个购买电脑的顾客很有可能购买一个捆绑减价销售的打印机。 关联规则的概念 超市中客户在购买A的同时，经常会购买B，即A=B（关联规则） 客户在购买A后，隔了一段时间后会购买B（序列分析） “90%的客户在购买面包时也会购买牛奶” “啤酒与尿布” “买外套=买鞋子” …… 关联规则挖掘 关联规则挖掘就是从大量的数据中挖掘出有价值描述数据项之间相互联系的有关知识。 随着收集和存储在数据库中的数据规模越来越大，人们对这些数据中挖掘相应的关联知识越来越有兴趣。 例如：从大量的商业交易记录中发现有价值的关联知识就可帮助