新版数据挖掘第6章--挖掘频繁模式、关联和相关性：基本概念和方法.pdfVIP

第6章-挖掘频繁模式、关联和 相关性：基本概念和方法 基本概念 购物篮分析：一个诱发例子 频繁项集、闭项集和关联规则 频繁项集挖掘方法 哪些模式是有趣的：模式评估方法 购物篮分析：―尿布与啤酒” • 采用关联模型比较典型的案例是“尿布与 啤酒”的故事。在美国，一些年轻的父亲 下班后经常要到超市去买婴儿尿布，超市 也因此发现了一个规律，在购买婴儿尿布 的年轻父亲们中，有30%～40% 的人同时要 买一些啤酒。超市随后调整了货架的摆放， 把尿布和啤酒放在一起，明显增加了销售 额。同样的，我们还可以根据关联规则在 商品销售方面做各种促销活动。 购物篮分析  如果问题的全域是商店中所有商品的集合，则对 每种商品都可以用一个布尔量来表示该商品是否 被顾客购买，则每个购物篮都可以用一个布尔向 量表示；而通过分析布尔向量则可以得到商品被 频繁关联或被同时购买的模式，这些模式就可以 用关联规则表示（0001001100，这种方法丢失了什么信息？）  关联规则的两个兴趣度度量 – 支持度 – 置信度 buys (X , computer) buys (X , software) [support 2%,confidence 60%] 频繁项集、闭项集和关联规则 频繁项集、闭项集基本概念 – k－项集：包含k个项的集合 • {牛奶，面包，黄油}是个3 －项集 – 项集的频率是指包含项集的事务数 – 如果项集的频率大于（最小支持度×D中的事 务总数），则称该项集为频繁项集 – 项集X在数据集D中是闭的，即不存在真超项集 Y’使得Y与X在D中具有相同的支持度计数，则项 集X是数据集D中的闭项集 频繁项集、闭项集和关联规则 关联规则：基本概念  给定： – 项的集合：I={i ,i ,...,i } 1 2 n – 任务相关数据D是数据库事务的集合，每个事务T则是项 的集合，使得 T  I – 每个事务由事务标识符TID标识； – A,B 为两个项集，事务T包含A 当且仅当A  T  则关联规则是如下蕴涵式： A  B [s, c] – 其中A I , B I 并且A B ，规则A  B 在事务集D 中成 立，并且具有支持度s和置信度c 关联规则基本概念——示例  项的集合I={A,B,C,D,E,F}  每个事务T 由事务标识符TID标识，它是项的集合  比如：TID(2000)={A,B,C}  任务相关数据D是数据库事务的集合 TID 购买的item 2000 A,B,C 1000 A,C 4000 A,D 5000 B,E,F 规则度量：支持度和置信度 Customer Customer  对所有满足最小支持度和置 buys both buys diaper 信度的关联规则 – 支持度s是指事务集D中包