人工智能基础及应用课件 模块二-任务四-关联规则挖掘.pptxVIP

发现数据中的“共生规律”关联规则挖掘

关联规则挖掘一种从大规模数据集中自动发现物品（或事件）之间频繁共现关系的数据挖掘技术。共生规律经典案例——“尿布与啤酒”对海量购物车数据进行分析时发现：100个购买尿布的交易中，有50个同时购买了啤酒。这种高频出现的组合，便被标记为一条强关联规则，揭示了“年轻父亲”的购物行为模式。办公用品打印机墨水、硒鼓电子数码电脑键盘手机手机壳个人护理牙刷牙膏洗发水护发素文娱生活帐篷防潮垫餐饮披萨可乐火锅冰饮强规律关联支持度置信度提升度关键指标

1.支持度含义：衡量物品集A和B同时出现的频繁程度。公式：支持度(A→B)=包含A和B的交易数/总交易数意义：规则的重要性或普适性。支持度低的规则可能是偶然，商业价值不大。指标场景计算过程结果与解读支持度有30次交易同时买了A和B。30/100=0.330%：在所有交易中，有30%的人同时购买了A和B。高支持度（10%)该商品组合的购买行为非常普遍，其商业价值在于稳定流量、保障基础销量低支持度(1%)该组合非常小众或可能只是偶然发生，需谨慎对待，可能仅适合针对特定细分客群的精准化、小众化营销

2.置信度含义：在已经购买了A的情况下，购买B的条件概率。公式：置信度(A→B)=支持度(A与B)/支持度(A)意义：规则的可靠性。置信度越高，规则越可信。指标场景计算过程结果与