减少扫瞄交易资料数量有效率探勘关联规则.PDF

第十七屆資訊管理暨實務研討會 減少掃瞄交易資料數量有效率探勘關聯規則 陳垂呈 1, * 黃建安 1 李靖平2 陳宗義 3 1 南台科技大學資訊管理研究所 2 南台科技大學企業電子化學位學程 3 南華大學電子商務管理系 *E-mail: ccchen@.tw 摘要 本研究 以交易資料為探勘的資料來源，每一筆交易資料包含消費者曾經購買的產品 項目，分別設計 兩個演算法探勘關聯規則 ：一是設計improve_CDAR 演算法 ，其修改 CDAR演算法對判斷項目集是否為高頻項目集的掃瞄交易資料 方式，以減少掃瞄交易資 料的數量，進而 達到改善 CDAR 演算法探勘關聯規則的執行效率 ；二是設計 improve_CDAR_P演算法，其依據交易資料的字首(prefix item) ，將包含相同項目個數的 交易資料進行排序，並將相同字首的交易資料形成一個區塊，只需掃瞄與項目集字首相 同的 交易資料區塊，即可判斷項目集是否為高頻項目集，進而達到improve_CDAR演算 法減少掃瞄交易資料的目的 。從實驗評估中顯示， improve_CDAR 演算法及 improve_CDAR_P演算法的執行效率 均可優於 CDAR演算法探勘關聯規則。 關鍵詞：資料探勘、關聯規則、 CDAR 、improve_CDAR 、improve_CDAR_P 第十七屆資訊管理暨實務研討會 減少掃瞄交易資料數量有效率探勘關聯規則 1. 前言 資料探勘 (data mining)目前已廣泛被運用在資料庫領域中 ，其目的是從大量交易資 料中挖掘隱藏、潛在有用的資訊與知識，對支援企業的行銷決策，可提供相當有用的參 考資訊[1, 2] 。從交易資料中 經由探勘的計算過程，可擷取出產品項目(items)之間的關聯 性，並以關聯規則(association rules)的形式表示之。在探勘關聯規則的方法中，由 Agrawal and Srikant (1994)提出 Apriori演算法是最具代表性的方法之一[3] ，其特性為簡單、容易 瞭解及實作。 在後續研究中，Tsay and Chang-Chien (2004)則提出 CDAR 演算法改善 Apriori演算法的執行效率[15] 。 本研究將以交易資料為探勘的資料來源，每一筆交易資料包含消費者曾經購買的產 品項目，在考量利用 CDAR演算法探勘關聯規則時 雖然已， 依據交易資料包含的項目個 數進行分群，但仍需要掃瞄同一群 組中全部的 交易資料，以判斷項目集是否為高頻項目 集。文中分別設計 兩個演算法探勘關聯規則 ：一是improve_CDAR演算法 ，其利用 CDAR 演算法對交易資料分群化的概念，並忽略掃瞄 未包含項目集的 交易資料，可達到提升 CDAR演算法的執行效率；二是 improve_CDAR_P演算法，其在原先群組中再依據交易 資料的字首項目 (prefix item)進行排序 ，並將相同字首的交易資料形成一個區塊，只需掃 瞄與項目集字首相同的交易資料區塊即可，在減少掃瞄交易資料數量的情況下， 達到改 善 improve_CDAR演算法的 執行效率 。經由實驗評估中顯示，improve_CDAR演算法及 improve_CDAR_P演算法均優於 CDAR演算法探勘關聯規則的 執行效率。 本論文的架構如下：下一節中介紹探勘關聯規則的相關研究；第 3節中提出 improve_CDAR 演算法探勘關聯規則，並以一個實例作說明；第 4 節中提出 improve_CDAR_P 演算法探勘關聯規則，並以一個實例作說明；第 5節中實驗評估 improve_CDAR演算法及 improve_CDAR_P演算法的執行效能