改进购物篮分析的关联规则挖掘算法.pdf

维普资讯 2006年4月 重庆大学学报 (自然科学版) Apr．2006 第29卷第4期 JournalofChongqingUniversity(NaturalScienceEdition) V0l_29 No．4 文章编号：1000—582X(2006)04—0105—03 改进购物篮分析的关联规则挖掘算法 王 德 兴，胡 学钢，刘 晓平，王 浩 (舍肥工业大学计算机与信息学院，安徽舍肥 230009) 摘 要：基于改进传统购物篮分析的关联规则挖掘是在数据处理时引入兴趣度加权的思想，将所有 交易中同一类商品的交易量进行归一化处理，根据用户领域知识的要求，计算该类商品的兴趣度加权阈 值，从而改进传统的购物篮分析，使所挖掘出的关联规则符合实际，同时减少关联规则挖掘的工作量，提 高规则挖掘的效率和准确性． 关键词：关联规则；Apriori算法；频繁项 目集；数据挖掘 中图分类号：TP181 文献标识码：A 关联规则挖掘是数据挖掘领域的一个重要分支， 变量，表示该商品是否被购买，每一个篮子相当于是一 R．Agrawal等人于 1993年首先提出了关联规则．】 挖 个事务，可用一个布尔向量表示，在这里可表现为关联 掘的思想，并讨论了从大型超市商品交易数据库中挖 规则，即令，=[，1，，2．，，3，…，^]是n个不同项 目的集合 掘关联规则的问题，该思想的一个典型应用是挖掘基 (Itemset)，在事务数据库 D 中，事务 T可表示为 于超市交易数据的关联规则． [TID，11，2．，3…，]，其中 为事务标识，每一个 事务有一个,在数据库 D中全T局ID 若挖掘基于超市交易数据的关联规则，仅仅是采 唯一标识；，，2．… 一 用典型理论模型，挖掘出的规则是不符合实际应用的， ImE，，1≤i≤m≤n，即每个事务 是项 目的集合，使 需要改进理论模型以适应挖掘基于超市交易数据的关 得 TCL设A是一个项 目集，事务 包含A当且仅当 联规则的真实需要，为此笔者提出基于改进购物篮分 A 析的关联规则的挖掘算法． 关联规则是一个形如Aj 的逻辑蕴涵式，其中 由于传统购物篮 分析的数据处理方法在进行 Ac，，BCI且AnB= ．若数据库D中有支持度 Is的 数据处理时，因为忽略顾客购买商品的具体数量，如将 事务包含Au ，则关联规则Aj 在数据库 D中成 大批量采购的客户与零售等同看待，在将超市交易数 立，则其支持度可定义为：Support(A：=~B)=P(AOB)= 据转化为布尔型数据处理时，所得到的规则是失真的、 Is，其中Is是D中事务包含Au (即A和 二者)的百 不准确的，甚至是歪曲的． 分比，P(AuB)是概率；若在D中包含A的事务中同 基于改进购物篮分析，挖掘超市数据中的关联规 时也包含 ，则关联规则 A B的可信度 c(Conti— 则需要在数据处理时引入兴趣度加权的思想，根据用 dence)可定义为：Confidence(A~B)=尸(BlA)=Sup— 户的某一标准，计算出该类商品的兴趣度加权阈值，而 port(Aj )／Support(A)=C，即在D中，C是在事务中 不是根据用户主观随意的设定值，然后转换成布尔向 包含A同时也包含 的百分比，P(BIA)是条件概率． 量，这样使所挖掘的规则更符合实际，减少了主观随 R．Agrawal等首先提出了关联规则挖掘的思想， 意性． 文献[1]提出的Apriori算法是最有影响的挖掘布尔型