《数据挖掘》第5章 挖掘大型数据库中的关联规则.pdf

《数据挖掘》 主讲：王名扬 主讲：王名扬 信息与计算机工程学院 信息与计算机工程学院 引言—要挖掘知识的类型 引言—要挖掘知识的类型 概念描述：特征化和比较； 关联规则； 分类/预测； 聚类分析； 其他的数据挖掘任务。 2 第 5 章 第 5 章 挖掘大型数据库中的关联规则 挖掘大型数据库中的关联规则 引 言 关联规则挖掘发现大量数据中项集之间有趣的关联 或相关联系。 随着大量数据不停地收集和存储，人们对于从数据 库中挖掘关联规则越来越感兴趣。从大量商业事务记 录中发现有趣的关联关系，可以帮助许多商务决策的 制定，如分类设计、交叉购物和促销分析等。 2 引 言 如何从事务DB或关系DB 的大量数据中挖掘出关联规 则知识？ 什么样的关联规则才是最有意义的？ 如何才能使挖掘过程尽快发现有价值的关联规则知 识？ 这是本章要讨论的内容。 2 第 5 章 第 5 章 5.1 关联规则挖掘 5.2 由事务数据库挖掘单维布尔关联规则 5.3 由事务数据库挖掘多层关联规则 5.4 由事务数据库和数据仓库挖掘多维关联规则 学习目的 学习目的 掌握关联规则挖掘算法--Apriori算法。 理解多层关联规则挖掘及其方法； 理解多维关联规则挖掘及其方法。 7 5.1 关联规则挖掘 (Association rule mining) 关联规则挖掘的主要对象是交易型数据库，一个交易一般 由交易处理时间，一组顾客购买的物品，有时也有顾客标识 号(如信用卡号)组成。 关联规则挖掘用以挖掘一次交易中，物品之间同时出现的 规律的知识模式，以反映顾客的购买行为。 更确切的说，关联规则是通过量化的数字描述物品X 的出现 对物品Y 的出现有多大的影响。 关联规则挖掘 以零售业为例，体育用品商场通过对销售数据 进行关联分析通常可以发现这些数据中常常隐含 形式如下的规律： “购买篮球的顾客中有70%的人同时购买篮球运 动服，所有交易中有40% 的人同时购买篮球和篮球 运动服” 等等。这些规律即关联规则。 购物篮分析 购物篮分析是关联规则挖掘的最初形式。 假定作为某商店经理，你想更加了解你的顾客的购物 习惯。例如： “顾客多半会在一次购物时同时购买什么商品组或集 合？” 为解答这个问题，可以在商店顾客事务零售数据上运 行购物篮分析。 分析的结果可用于市场规划、广告策划和分类设计。 4 购物篮分析 若设商店中所有销售商品为一个集合，则每个商品均 为一个布尔变量，表示该商品是否被(