关联分析技术-北京大学计算机科学技术研究所.pdf

文本挖掘技术(2012春) 第八章： 关联分析技术 杨建武 北京大学计算机科学技术研究所 Email:yangjw@pku.edu.cn 1 关联分析  关联分析：关联规则挖掘  关联规则挖掘的典型案例：购物篮问题  在商场中拥有大量的商品 （项目），如： 牛奶、面包等，客户将所购买的商品放 入到自己的购物篮中。 2 A Example 3 关联分析  通过发现顾客放入购物篮中的不同商品之间的联 系，分析顾客的购买习惯 哪些物品经常被顾客购买？  同一次购买中，哪些商品经常会被一起购买？ 一般用户的购买过程中是否存在一定的购买时 间序列？  具体应用：购物篮分析、交叉销售、分类设计等 商品货架设计：更加适合客户的购物路径 • 两种策略： – 商品放近，增加销量 – 商品放远，增加其他商品的销量 4 关联分析  关联规则挖掘：简单的说，就是发现大 量数据中项集之间有趣的关联 在交易数据、关系数据或其他信息载体中， 查找存在于项目集合或对象集合之间的频繁 模式、关联、相关性或因果结构。 5 关联分析 关联规则挖掘形式化定义： 设I ={i , i ,…, i }是项(item)的集合。 1 2 m  若干项的集合，称为项集 （Item Sets）.  记D为交易(transaction,事务) T的集合，其 中，交易T是项的集合，并且T⊆I 。  对应每一个交易有唯一的标识，如交易号，记 作TID 。  设X是一个I中项的集合，如果X⊆T，那么称交 易T包含X。  寻找：有趣的关联规则(强规则). 6 关联规则  所有形如X⇒Y 蕴涵式的称为关联规则， 这里X⊂I, Y⊂I，并且X ∩Y=Φ 。  关联规则是有趣的,如果它满足最小支持 度阈值与最小置信度阈值,并称之为强规 则 7 关联规则 为了描述关联规则的有用性和确定性  关联规则的支持度  如果交易数据库D中s次交易包含A∪B，则称规则AB 在事务集D上的支持度为s。  Support(AB)=P(A∪B)  关联规则的置信度  如果交易数据库D中，包含A的交易中有c(%)的交易同 时也包含B，称规则的置信度为c。（条件概率）  Confidence(AB)=P(B|A) =support({A}{B})/support({A})