大型数据库中的关联规则挖掘.pptxVIP

第四章 关联规则挖掘关联规则挖掘：从事务数据库，关系数据库和其他信息存储中的大量数据的项集之间发现有趣的、频繁出现的模式、关联和相关性。应用：购物篮分析、分类设计、捆绑销售等“尿布与啤酒”——典型关联分析案例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。一、基本概念给定：项的集合：I={i1,i2,...,in}T={t1,t2…tn}是数据库中事务的集合，每个事务ti则是项的集合，使得则 为T中的关联规则。其中 并且规则度量：支持度和置信度Customerbuys bothCustomerbuys diaper对所有满足最小支持度和置信度的关联规则支持度s是指事务集T中包含 的百分比置信度c是指T中包含A同时也包含B的事务占包含A的事务的百分比最小支持度min_sup最小置信度min_confCustomerbuys beer强关联规则：如果事务集合T中的关联规则A?B同时满足support(A?B)min_sup, confid