多层次关连法则探勘MultilevelAssociationRuleMining.PPT

簡介(1) 單一購物車告訴我們個別顧客的消費行為，但是累積大量的購物車資料之後，可以分析整體顧客的消費習慣。 例如，顧客購買印表機時，他們是否也會購買報表紙？購買IBM PC主機的顧客是否會傾向於搭配 ViewSonic螢幕？顧客購買碳粉匣的數量是否和同時購買的報表紙數量有關係？ 這些分析過的資訊可以幫助我們設計更好的網路購物環境，制訂更有效的行銷策略，提供顧客客製化的服務，進而提升整體的銷售業績。 簡介(2) 關連法則探勘的目的是找出交易中可能相關連的產品項目。 例如，根據商店中消費者每次交易所購買的產品資料，可以發掘出類似下列的關連法則：“80%的顧客如果購買碳粉匣，則也會購買報表紙”。 表7-1：網路交易資料庫 關連法則探勘的相關定義(1) 在交易資料庫中，每一筆交易包含交易編號與一組被購買的商品項目；而一組商品項目所成的集合稱之為 “項目集” (itemset)。 假設X是一個項目集，若所有在X中的項目皆被包含在交易T之中，則稱交易T支持 (support) 項目集X。 關連法則探勘的相關定義(2) 項目集X的 “支持個數” (support count) 被定義為“支持項目集X的交易總數”。 項目集X的 “支持度” (support) 則是 “支持項目集X的交易個數佔全部交易總數的比例”。 考慮表7-1的網路交易資料庫。商品編號為 “2” 的物品之 “支持個數”