第5章：基于数据仓库的决策支持系统（4）.pptVIP

第5章 基于数据仓库的决策支持系统 (4) 5.5数据挖掘的决策支持 5.5.3 关联规则的挖掘及其应用 基本原理 Apriori算法 3. 实例 关联规则（Association Rule）挖掘是发现大量数据库中项集之间的关联关系。 从大量商业事务中发现有趣的关联关系，可以帮助许多商业决策的制定，如分类设计、交叉购物等。 Agrawal等人于1993年首先提出了挖掘顾客交易数据库中项集间的关联规则问题 。 1．关联规则的挖掘原理 关联规则是发现交易数据库中不同商品（项）之间的联系，这些规则找出顾客购买行为模式 。 例1： 在购买铁锤的顾客当中，有70％的人同时购买了铁钉。 例2：年龄在40 岁以上，工作在A区的投保人当中，有45％的人曾经向保险公司索赔过。 可以看出来，A区可能污染比较严重，环境比较差，索赔率也相对比较高。 （1） 基本原理 设I={i1,i2,…,im}是项（Item）的集合。 记D为事务（Transaction）的集合， 事务T是项的集合，并且T?I。 设A是I中一个项集，如果A?T，称事务T包含A。 定义1：关联规则是形如A?B的蕴涵式，这里A?I，B?I，并且A?B=?。 定义2：规则的支持度。 规则A?B在数据库D中具有支持度S，表示S是