从大型资料库中挖掘加权的关联规则.pdf

從大型資料庫中挖掘加權的關聯規則 Mining Weighted Association Rules from Large Databases 顏秀珍 邱鼎穎 李御璽 輔仁大學資訊工程學系 輔仁大學資訊工程學系 銘傳大學資訊管理學系 sjyen@csie.fju.edu.tw leeys@mcu.edu.tw 摘要 找尋關聯規則必須先找出常常一起被購 挖掘關聯規則 (Mining Association Rule)主 買的物品，因此，關聯規則的產生取決於物品 要是從交易資料庫中找尋物品間的關聯性，而 被購買次數的多寡，這是相當不公平的。舉例 加權的關聯規則 比一般的關聯規則多考慮了 來說：對於一個同時販賣電燈泡和電冰箱的家 物品在交易中的重要性，因此能比一般的關聯 電廠商來說，只計算被購買次數的話，那麼和 規則找出更多有利的資訊。但過去有關加權關 電燈泡有關的規則會列出一大堆，而和電冰箱 聯規則的研究相當少且執行效能很差，因此我 有關的資訊可能沒有，但是對於廠商來說，電 們提出一個有效率的演算法來解決這方面的 冰箱的利潤較高，其營業額反而才是他所關心 問題，此演算法不僅可以加快執行的速度，亦 的，但卻無法給予相關的訊息。因此這篇論文 可節省相當多的記憶體空間。我們從理論上分 加權的關聯規則 ，並提出一個非常有效 定義了 析我們的演算法與過去的演算法在執行速度 率的演算法求取加權的關聯規則，以解決上述 與所需記憶體空間的差異，並以模擬的資料庫 的問題。 進行實驗，證明我們的方法在執行速度上較過 在對問題做說明之前，我們先做一些簡 去的方法快很多。 單的定義。首先，一筆交易 (transaction)是指一 關鍵詞 ：資料探勘，加權的關聯規則，交易資 個記錄，記載某一顧客某次所購買的商品項 料庫，頻繁項目集 目。而交易資料庫 (transaction database)則是由 許多交易所組成，因此交易資料庫中所記載的 1. 概論 資料包含了交易編號、顧客編號、購買時間及 在以往的時候資料的取得是相當困難 購買項目等。另外，一個項目集 (itemset)是由 的。因此若有新的資料，大多會馬上被納入資 項目 (item)所構成的集合，所以交易也算是一 料庫中妥善的保存。但隨著電腦與網路的日益 個項目集。而項目集的長度 (length)是指此項目 發達，資料的取得不再是件難事，比較嚴重的 集所包含的項目個數，若一個項目集長度為 問題反而是在於有過多的資料而無法判別哪 k ，則我們稱此項目集為k-項目集。假設有 A 、 些是重要的。因此 B 兩項目集，且B項目集中所有的項目皆出現 資料探勘技術 (data mining technique)[3, 13, 15, 16]在資料庫相當龐大的 在 A中，則稱 B被 A所包含，且 B 為 A的子 今日漸漸的興起。透