关联规则挖掘及相关算法介绍.pptVIP

目录 关联规则挖掘介绍 Apriori算法介绍 FP-growth算法介绍 强规则、关联与相关分析  什么是关联规则挖掘? 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、捆绑销售和亏本销售分析 Web日志(点击流)分析,和DNA序列分析。  “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 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 个诱发的例子 嗯,哪些商品瘐驚地被我的顺客同时购买 购物篮 牛奶面包 生奶面包 奶面包 糖鸡蛋 颖客1 顾客3 糖鸡蛋 中场分析员 图6-1购物篮分析  购物篮分析 个诱发的例子 策略一:把经常同时购买的商品摆放在一起, 以便进一步刺激这些商品同时销售。(如计算 机和杀毒软件) 策略二:把经常同时购买的商品摆放在商店的 两端,使顾客多看更多的商品,用来带动其他 商品的出售。  购物篮分析 个诱发的例子 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(00010;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 关联规则的两个兴趣度度量 口支持度( support) 置信度( confidence)  关联规则:基本概念 给定: 项的集合:F={i1i2n…,i3 口任务相关数据D是数据库事务的集合,每个事务7 则是项的集合,使得TI 口每个事务由事务标识符TD标识; 口A,B为两个项集,事务7包含A当且仅当A≤T 则关联规则是如下蕴涵式: A→B[S,C] a其中AcI,Bc1并且A⌒B=①,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  规则度量:支持度和置信度 Customer huvs both: Customer 对所有满足最小支持度(min- di sup)和置信度( min-con)的关联 规则 支持度s是指事务集D中包含 的A∪B百分比 sup port(A→B)=P(AuB) Customer 置信度c是指D中包含A的事务 buys beer 同时也包含B的百分比 T|D购买的 item confidence(A=BP(B1A)=PABP(A 2000A.BC 假设最小支持度为50%,最小 置信度为50%,则有如下关联 1000A,C 规则 4000A,D A→c(50%,666%) 5000B,E,F C→A(50%,100%  由事务数据库挖掘单维布尔关联规则 ■最简单的关联规则挖掘,即单维、单层、布尔关联规 则的挖掘 最小支持度50% Transaction ID Items Bought 最小置信度50% 2000 A, B, C Frequent itemset Support 1000 A C A 75 4000A,D 50% 5000B,E,F {C} 50% A, C 50% °对规则A→C,其支持度spmn4=PAO=50% confidence (AC)=P(CIA)= P(AUC)/P(A)=sup port(A C)/sup port(A)=66.6%0  大型数据库关联规则挖掘过程 基本概念 0k一项集:包含k个项的集合 {牛奶,面包,黄油}是个3一项集 项集的频率是指包含项集的事务数 口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 大型数据库中的关联规则挖掘包含两个过程: 口找出所有频繁项集 大部分的计算都集中在这一步 口由频繁项集产生强关联规则 即满足最小支持度和最小置信度的规则