第13章 人工智慧、资料探勘 与知识管理课件.pptVIP

精品 精品 精品 4.聯結分析(Association Rules) 範例 交易代號 交易項目 1 柳橙汁，碳酸飲料，清潔用品 2 牛奶，柳橙汁，清潔用品 3 柳橙汁，洗衣精，碳酸飲料 4 碳酸飲料，底片 5 碳酸飲料，洋芋片 精品 聯結分析 Rule X→Y 滿足X∩Y=? 1.X和Y的所有交易項目的集合，必須出現在至少S%全部交易中…minimum support 2.在所有包含X之交易中，至少有C%包含Y的交易…minimum confidence 精品 聯結分析演算法(一) 1.計算出所有1-itemset的支持度，並找出1-itemsets的支持率大於或等於最小支持率的集合(稱之為large 1-itemsets)若large 1-itemsets為空集合，則停止執行 2.結合所有large 1-itemsets中的項目，形成多個候選的2-itemset ，同樣地找出2-itemset的支持率大於或等於最小支持率的集合(稱之為large 2-itemsets)若large 2-itemsets為空集合，則停止執行 精品 3.對於large 2-itemsets中每一個2-itemset ，列出所有可能的聯結法則，並且選擇其信賴度大於或等於最小信賴度的聯結法則 4.結合large 2-itemsets中的項目，形成多個候選的3-itemset ，若候選的3-itemset之任一個2-itemset子集合沒有出現在large 2-itemsets中，則刪除此候選的3-itemset 對於留下之後選的3-itemset ，找出3-itemset的支持率大於或等於最小支持率的集合(稱之為large 3-itemsets)若large 3-itemsets為空集合，則停止執行 精品 5.對於large 3-itemsets中的每一個3-itemset ，列出所有可能的聯結法則，並且選擇其信賴度大或等於最小信賴度的聯結法則 6.重複步驟4和5 ，產生large k-itemsets(k3)與大於或等於最小信賴度的聯結法則，直到large k-itemsets為空集合為止 精品 1-itemset(S%=30%) 1-itemset 支持率 Large 1-itemset 柳橙汁 60% ˇ 碳酸飲料 80% ˇ 清潔用品 40% ˇ 牛奶 20% ╳ 洗衣精 20% ╳ 底片 20% ╳ 洋芋片 20% ╳ 精品 2-itemset 2-itemset 支持率 Large 2-itemset 柳橙汁，碳酸飲料 40% ˇ 柳橙汁，清潔用品 40% ˇ 碳酸飲料，清潔用品 20% ╳ 1.柳橙汁 → 碳酸飲料 c=66.67 % 2.碳酸飲料 → 柳橙汁 c=50 % 3.柳橙汁 → 清潔用品 c=66.67 % 4.清潔用品 → 柳橙汁 c=100 % * Large 3-itemset is empty 精品 5.序列樣式相關分析 聯結分析以單一交易為單位 序列樣式相關分析將同一顧客所有交易視為一群有次序性之交易，並找出不同交易間交易項目之關聯性 精品 顧客交易資料庫 顧客代號 顧客交易次序(Sequence) 1 (A)(B) 2 (C,D)(A)(E,F,G)(H)(I,J) 3 (A,K,G) 4 (A)(E,G)(B)(H)(H,L)(J) 5 (B)(H)(J) 精品 範例資料 (A) →1 80% (B) →2 40% (E) →3 60% (G) →4 80% (E,G) →5 60% (H) →6 40% (J) →7 60% 顧客 代號表示 1 1,2 2 1,(3,4,5),6,7 3 1，4 4 1,(3,4,5),2,6,6,7 5 2,6,7 支持率≧35% 精品 次序相關分析(一) 利用large k-sequence 來產生large(k+1) sequence =7 ╳ 6= 42 ，其中支持率≧35%計有 1，2 2，5 3，5 4，5 5，7 1，3 2，6 3，7 4，7 1，4 2，7 1，5 1，6 1，7 40% L2 精品 次序相關分析(二) 再從其中選擇二個前(k-1)sequence相同之k sequence結合成(K+1)sequence 且任一子k sequence 並且出現在large set ，則(k+1)sequence不能成立 精品 次序相關分析(三) 1 ， 2 ， 5 1 ， 2 ， 7 1 ， 3 ， 5 1 ， 3 ， 7 1 ， 4 ， 5 1 ， 4 ， 7 1 ， 5 ， 7 2 ， 5 ， 7 3 ， 5 ， 7 4 ， 5 ， 7 40% L3 精品 第13章 人工智慧