数据仓库与数据挖掘基础第章关联规则(赵志升).pptVIP

第三节 挖掘事务数据库的多层关联规则 1、多层关联规则 由于许多应用环境下，多维数据空间数据的稀疏性，在低层或原始层的数据项之间很难找出强关联规则。而在较高的概念层寻找强关联规则可以得到具有普遍意义的知识。对于某用户代表普遍意义的知识，对另一用户可能是新颖的。所以，DMS应当提供一种能力，在多个抽象层挖掘关联规则，并容易在不同的抽象空间转换。 第三十页，共六十一页。 第三节 挖掘事务数据库的多层关联规则 1、多层关联规则 例如，给定某事务的任务相关数据集D，它是计算机部的销售数据，对每个事务TID给出了购买的商品。 TID 购买的商品 T1 IBM台式机，HP激光打印机 T2 教学软件，财务软件，操作系统软件 T3 双飞燕鼠标，康柏键盘，IBM台式机 T4 DEC服务器，操作系统软件，OFFICE软件 T5 IBM笔记本电脑，佳能喷墨彩色打印机 第三十一页，共六十一页。 第三节 挖掘事务数据库的多层关联规则 1、多层关联规则 商品的概念分层如： 计算机类商品 软件 计算机 计算机辅件 打印机 台式机 笔记本 应用 系统 彩色 黑白 鼠标 键盘 IBM … 康柏 财务 操作系统 佳能 HP 双飞燕 康柏 第三十二页，共六十一页。 第三节 挖掘事务数据库的多层关联规则 1、多层关联规则 概念分层定义了由低层概念到更一般的高层概念的映射序列，可以通过将数据内的低层概念用概念分层的高层概念替换，对数据概化。例中概念分层为4层，记为0，1，2和3。 在最低的原始层很难找出有趣的购买模式，如{IBM台式机，HP激光打印机}不太可能满足最小支持度。而{计算机，打印机}更容易满足最小支持度。 第三十三页，共六十一页。 第三节 挖掘事务数据库的多层关联规则 2、挖掘多层关联规则的方法 问题：如何使用概念分层有效挖掘多层关联规则。考察一些基于支持度-置信度框架的方法。 对于所有层使用一致的最小支持度 在较低层使用递减的最小支持度 逐层独立 层交叉单项过滤 层交叉K-项集过滤 第三十四页，共六十一页。 第三节 挖掘事务数据库的多层关联规则 2、挖掘多层关联规则的方法 对于所有层使用一致的最小支持度：在每一层挖掘时，使用相同的最小支持度阈值。如整个使用最小支持度阈值5%。 计算机 [support=10%] 台式机 [support=4%] 笔记本 [support=6%] 层1 min_sup=5% 层2 min_sup=5% 第三十五页，共六十一页。 第三节 挖掘事务数据库的多层关联规则 2、挖掘多层关联规则的方法 在较低层使用递减的最小支持度：在每个抽象层有自己的最小支持度阈值。抽象层越低，对应的阈值越小。如层1和层2的最小支持度阈值分别为5%和3%。 计算机 [support=10%] 台式机 [support=4%] 笔记本 [support=6%] 层1 min_sup=5% 层2 min_sup=3% 第三十六页，共六十一页。 第三节 挖掘事务数据库的多层关联规则 2、挖掘多层关联规则的方法 逐层独立：完全的宽度搜索，没有频繁项集的背景知识用于剪枝。考察每个节点，不管它的父节点是否是频繁的。 计算机 [support=10%] 台式机 [support=4%] 笔记本 [support=6%] 层1 min_sup=12% 层2 min_sup=3% 第三十七页，共六十一页。 第三节 挖掘事务数据库的多层关联规则 2、挖掘多层关联规则的方法 层交叉单项过滤：一个第i层的项被考察，当且仅当它在第（i-1）层的父节点是频繁的。根据递减支持度，如果父节点是频繁的，它的子女将被考察；否则，它的子孙将由搜索中剪枝。 计算机 [support=10%] 台式机 （未考察） 笔记本 （未考察） 层1 min_sup=12% 层2 min_sup=3% 第三十八页，共六十一页。 第三节 挖掘事务数据库的多层关联规则 2、挖掘多层关联规则的方法 层交叉k-项集过滤：一个第i层的k-项集被考察，当且仅当它在第（i-1）层的对应父节点k-项集是频繁的。 计算机，打印机 [support=8%] 台式机，彩色打印机 [support=4%] 笔记本，黑白打印机 [support=2%] 层1 min_sup=5% 层2 min_sup=3% 第三十九页，共六十一页。 第三节 挖掘事务数据库的多层关联规则 2、挖掘多层关联规则的方法 逐层独立策略的条件宽松，而层交叉k-项集过滤策略的限制太强，层交叉单项过滤策略是一个折衷。进一步改进为受控层交叉单项过滤策略。通