090804068_黄小凤_实验1.docVIP

……………………………………………装……………………………………订……………………………………线…………………………………………………………… 《数据分析与挖掘》实验报告 学号 090804068 开课实验室：中心302 2012年 月 日 学院 陈守仁工商信息学院 年级、专业、班 09电子商务 姓名 成绩 课程 名称 数据分析与挖掘 实验项目 名 称 购物篮分析 指导教师 郭建宏 教师评语 教师签名： 年 月 日 一、实验目的 本实验通过一个超市购物篮分析的示例，来说明数据挖掘关联分析的实现步骤，包括数据挖掘的两个阶段：关联规则建模和一个揭示所购买商品之间联系的 Web 显示?描绘已标识产品组的购买者的特征（C5.0 规则归纳）。本示例处理描述超级市场购物篮内容（即，所购买的全部商品的集合）的虚构数据，以及购买者的相关个人数据（可通过忠诚卡方案获得）。目的是寻找购买相似产品并且可按人口统计学方式（如按年龄、收入等）刻画其特征的客户群。计算机每位同学一台，SPSS Clementine软件（本次实验使用11.1版本），已安装。要求将实验结果直接输出Stream文件根据学生提交的Stream文件进行成绩的判定。(数据、图表、计算等) 1.访问数据 使用“变量文件”节点连接到数据集 BASKETS1n，选择要从该文件读取的字段名称。将“类型”节点连接到数据源，然后将该节点连接到“表”节点。将字段卡 ID 的类型设置为无类型（因为每个忠诚卡 ID 在数据集中只出现一次，因此对于建模没有用处）。选择集作为字段性别的类型（这是为了确保 GRI 建模算法不会将性别视为标志）。执行该流以将“类型”节点实例化并显示表。数据集包含 18 个字段，其中每条记录表示一个购物篮。 发现购物篮内容的关系首先，需要使用一般规则归纳 (GRI) 大致了解购物篮内容的关系（关联）以生成关联规则。选择要在此建模过程中使用的字段，方法是：编辑“类型”节点，将所有产品类别的方向设置为双向，并将所有其他方向设置为无。(双向表示该字段可以是结果模型的输入或输出。）注意：通过按住 Shift 键并单击以选择多个字段，然后指定列中的选项，可为多个字段设置选项。 指定了用于建模的字段后，请将 GRI 节点附加到“类型”节点，编辑它，选择选项只显示值为真的标志变量，然后执行 GRI 节点。结果（管理器窗口右上角“模型”选项卡上的非精练模型）包含您可以查看（使用上下文菜单，然后选择浏览）的关联规则。Apriori 节点了解购物篮内容的关系（关联）GRI 模型和Apriori 模型的结果有什么不同。 这些规则显示冻肉、罐装蔬菜和啤酒之间存在多种关联；酒和糖果也具有关联。出现双向关联规则如： Frozenmeal beer ＞＞ frozenmeal 由于只显示双向关联可能会突出显示此数据中的一些模式。 将 Web 节点附加到“类型”节点，编辑 Web 节点，选择所有购物篮内容字段，选择仅显示 true 标志，然后执行 Web 节点。 因为大多数产品类别组合都会出现在多个购物篮中，所以此 Web 上的强链接太多，无法显示 GRI 模型表示的客户群。要提高临界值以便只显示最强的链接，请使用工具栏上的滑块来实现最多只显示 50 个连接。 要指定弱连接和强连接，请单击工具栏上的黄色双箭头按钮。这会展开显示 Web 输出摘要和控件的对话框。 选择大小表示强/正常/弱。 将弱链接设置为低于 90。 将强链接设置为高于 100。 在最终显示中，会有三个客户群突出显示：??购买鱼和果蔬的客户，可将这类客户称为“健康食客” ??购买酒和粮果的客户 ??购买啤酒、冻肉和罐装蔬菜（“啤酒、豆类和比萨”）的客户 请注意，GRI 仅标识这些客户群中的最后两个；健康食客未形成足够强的模式，GRI 无法发现它。 描绘客户群的特征现在，您已经根据客户购买的产品类型标识了三个客户群，但是还要知道这些客户是谁，即，他们的人口统计学特征。通过为每个群中的每名客户添加标志，并使用规则归纳 (C5.0) 来基于规则描绘这些标志的特征，可以实现这一点。 首先，必须获取每个群的标志。使用刚刚创建的 Web 显示，可以自动生成每个群的标志。使用鼠标右键，单击fruitveg和fish之间的链接，并选择为链接生成“导出”节点。编辑最终的“导出”节点以将“导出”字段名称更改为。使用从wine到confectionery的链接重复该练习，并将最终的“导出”字段命名为 wine_chocs。 对于第三个群（涉及三个链接），首先要确保未选择任何链接。然后，在按住 shift 键的