调查资料分析专题－Apriori算法.pptVIP

基于关联规则挖掘的Apriori算法及应用 内容提要 内容提要 关联规则的定义 关联规则的应用实例 可以帮助商家采取相应的销售策略，比如： 关联规则的应用实例 将商场所有商品设为一个集合。 每个商品(item)均为一个取布尔值(真/假)的变量 分析相应布尔向量就可获得那些商品是一起被购买(关联)的购物模式。 如顾客购买电脑的同时也会购买金融管理软件的购物模式就可以用以下的关联规则来描述： 关联规则的应用实例 在美国，一些年轻的父亲下班后经常到超市去买婴儿尿布，超市也因此发现了一个规律：在购买婴儿尿布的年轻父亲中，有30％～40％的人同时购买一些啤酒。超市随后调整了货架的摆放，把尿布和啤酒放在一起，明显增加了销售额。 内容提要 关联规则挖掘的基本概念 关联规则挖掘的基本概念 关联规则挖掘的数据集记为D(一般为事务数据库)，D={t1，t2，…tk…tn}， tk＝{i1,i2,…,im…,ip} ,tk(k=1,2,…,n)称为事务， im(m＝1，2,…,p)称为项(Item) 关联规则挖掘的基本概念 内容提要 关联规则挖掘的步骤 内容提要 Apriori算法 Apriori算法 Apriori算法 Apriori算法 Apriori算法 Apriori算法 Apriori算法 Apriori算法实例 内容提要 AprioriTid算法 AprioriTid算法 AprioriTid算法实例 AprioriHybrid算法 内容提要 Apriori算法在clementine中的应用实例 Apriori算法在clementine中的应用实例 Apriori算法在clementine中的应用实例 Apriori算法在clementine中的应用实例 Apriori算法在clementine中的应用实例 Apriori算法在clementine中的应用实例 Apriori算法在clementine中的应用实例 Apriori算法在clementine中的应用实例 Apriori算法在clementine中的应用实例 显示数据－－output（table） 2. 建立模型－－filedops/modeling 3. Filedops－－type Filedops－－type modeling －－ Apriori modeling －－ Apriori 模型结果 4. 1.关联规则的定义及实例 2. 关联规则挖掘的基本概念 3. 关联规则挖掘的步骤 5. Aprior算法及实例 6. AprioriTid及AprioriHybrid算法 7. Apriori算法在clementine中的应用实例 1.关联规则的定义及实例 2. 关联规则挖掘的基本概念 3. 关联规则挖掘的步骤 5. Aprior算法及实例 6. AprioriTid及AprioriHybrid算法 7. Apriori算法在clementine中的应用实例 关联规则挖掘就是挖掘大量数据中项集之间有趣 的关联或相关关系（Jiawei Han） 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。(朱民) 关联规则挖掘是挖掘交易数据库中不同商品(项) 之间的联系（邵峰晶）。 1 购物篮 分析 2 捆绑 销售 3 亏本 销售 分析 购物篮分析 关联分析的典型案例－－“尿布与啤酒” 1.关联规则的定义及实例 2. 关联规则挖掘的基本概念 3. 关联规则挖掘的步骤 5. Aprior算法及实例 6. AprioriTid及AprioriHybrid算法 7. Apriori算法在clementine中的应用实例 支持度和可信度 1. 支持度和可信度的作用 淘汰无用的关联规则 “支持度” 表示该规则所代表的事例(元组)占全部事例(元组)的百分比。如既买面包又买牛奶的顾客占全部顾客的百分比。 “可信度” 表示该规则所代表事例占满足前提条件事例的百分比。如既买面包又买牛奶的顾客占买面包顾客中的90％，则可信度为90％。 强关联规则 2. 同时满足最小支持度和最小可信度阀值的规则。（两个阀值的取值都在0％～100％之间） 数据集、事务、项 3. 项集、k-项集、频繁k-项集 4. 项集 项的集合。 K-项集 包含K个项的集合。 如:集合｛computer, software｝是一个