- 1、本文档共29页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第八章关联分析
【学习目标】
•理解关联规则原理
•掌握频繁模式的方法
•掌握Apriori算法
关联分析概念
•关联分析是一种简单、实用的分析技术,就是发现存在于大量数据集中的关联性或相关性,从而
描述了一个事物中某些属性同时出现的规律和模式。
•关联分析是从大量数据中发现项集之间有趣的关联和相关联系。关联分析的一个典型例子是购物
篮分析。该过程通过发现顾客放入其购物篮中的不同商品之间的联系,分析顾客的购买习惯。通
过了解哪些商品频繁地被顾客同时购买,这种关联的发现可以帮助零售商制定营销策略。其他的
应用还包括价目表设计、商品促销、商品的排放和基于购买模式的顾客划分。
•可从数据库中关联分析出形如“由于某些事件的发生而引起另外一些事件的发生”之类的规则。如
“67%的顾客在购买啤酒的同时也会购买尿布”,因此通过合理的啤酒和尿布的货架摆放或捆绑销售
可提高超市的服务质量和效益。又如“‘C语言’课程优秀的同学,在学习‘数据结构’时为优秀的可能
性达88%”,那么就可以通过强化“C语言”的学习来提高教学效果。
8.1频繁模式与关联规则
TIDItems
001Cola,Egg,Ham
002Cola,Diaper,Beer
003Cola,Diaper,Beer,Ham
004Diaper,Beer
如表所示是一个超市几名顾客的交易信息。
TID代表交易流水号,Items代表一次交易的商品。
对这个数据集进行关联分析,可以找出关联规则{Diaper}→{Beer}。它代表的意义是:购买
了Diaper的顾客会购买Beer。这个关系不是必然的,但是可能性很大,这就已经足够用来
辅助商家调整Diaper和Beer的摆放位置了,例如摆放在相近的位置,进行捆绑促销来提高
销售量。
关联分析的关键概念
1.事务(Transaction):每一条交易称为一个事务,例如表8-1中的数据集就包含四个事务。
事务用t表示,其中i是交易号。交易数据库D是交易的集合,即:
iD{t,t,,t}
12m
2.项(Item):交易的每一个物品称为一个项,例如Cola、Egg等。
3.项集(Itemset):包含零个或多个项的集合叫做项集,例如{Cola,Egg,Ham}。项集用I表示,
I{i,i,,i}。一个项集包含项的个数称为该项集的长度。
12n
4.k−项集:包含k个项的项集叫做k-项集,例如{Cola}叫做1-项集,{Cola,Egg}叫做2-项集。
•5.支持度计数(count(X)):一个项集X在数据库D中出现的次数,等于包含该项集的
交易个数。若X={cola},则count(X)=3。又如{Diaper,Beer}出现在事务002、003和
004中,所以它的支持度计数是3。
6.支持度(Support):支持度计数除于总的事务数,记为Support(X)。
例如上例中总的事务数为4,{Diaper,Beer}的支持度计
数为3,所以它的支持度是3÷4=75%。count(X)
support(X)100%
说明有75%的人同时买了Dia
文档评论(0)