多维关联规则.ppt

基于Apriori性质的多维关联规则数据挖掘 汇报人 背景知识 关于数据挖掘 关联规则及Apriori算法 数据挖掘是一项从大量的记录数据中提取有价值的、人们感兴趣的知识，这些知识是隐含的、事先未知的有用信息，提取的知识一般可表示为概念(Concepts)、规则(Rules)、规律(Regular ides)、模式(Patterns)等形式。 关联规则是当前数据挖掘研究的主要方法之一，侧重于确定数据中不同领域之间的联系，找出满足给定支持度和可信度阈值的多个域之间的依赖关系 。 例：在销售手机的商店中，70%的包含手机的交易中包含充电器,在所有交易中，有56%同时包含这两种物品。 于是规则表示为手机 充电器 （可信度70%，支持度56%） 关联规则的基本概念 设 是项的集合，设任务相关的数据D是数据库事务的集合，其中每个事物T是项的集合，使得 每一个事务有一个标识符TID，设A是一个项集，事务T包含A当且仅当 。关联规则是形如 的蕴涵式，其中 ， 并且规则在事务D中成立具有支持度S和置信度C, 把满足最小支持度阈值和最小置信度阈值的规则成为强规则。项的集合称为项集（itemset），包含K个项集称为K－项集，如果项集满足最小支持度，则称它为频繁项集。 关联规则的挖掘是一