第5章关联解决方案.ppt

5.6.2 负关联规则 　　负关联规则作为关联规则的一个分支，指的是两个项集的否定联系，形如A→┐B（项集A的出现会抑制项集B的出现）、┐A→B（项集A不出现会诱导项集B的出现）、┐A→┐B（项集A不出现会抑制项集B的出现）的关联规则。传统的形如A→B的蕴含关系称为正关联规则。 　　负关联规则挖掘的是项集中的否定联系。 　　例如，商店中A表示购买茶叶，B表示购买咖啡，则┐A表示不购买茶叶，┐B表示不购买咖啡，规则A→┐B表示顾客购买茶叶时则不会购买咖啡的负关联规则。 　　假设A、B之间的负关联规则为A→┐B，若它是一个有效的负关联规则，则必须满足以下三个条件： ① A∩B=Φ。 ② support(A)≥min_sup和support(B)≥min_sup。 ③ support(A∪┐B)≥min_sup。 在负关联规则挖掘中，常用的项集支持度计算公式如下： 设　　　　　　　　，常用的规则置信度计算公式如下： 可以通过修改Apriori算法来挖掘负关联规则， 5.7 SQL Server挖掘关联规则的示例 5.7.1 建立DM数据库 　　采用SQL Server挖掘前面介绍的表5.1事务数据库中关联规则的过程。 　　首先在SQL Server Management Studio中建立一个DM数据库，建立Assocmaintable和Assocsubtable两个表用于存放事务