推荐-商务智能理论与应用7关联规则 精品

13
2020/8/1
如果关联规则中的项或属性每个只涉及一个维，则 它是单维关联规则；反之，为多维关联规则。 如，计算机→财务软件； 年龄30～39岁、月收入4000元以上→高清电视
如果在给定的规则集中，规则不涉及不同抽象层的 项或属性，就称单层关联规则；反之，称多层。
14
2020/8/1
2、关联规则的作用
A,C
3000
A,D
4000
B,E,F
➢对于规则A C
➢support = support({A, C}) = 50% ➢confidence = support({A, C})/support({A}) = 66.6%
6
2020/8/1
表1
交易项目
成交次数
夹克，球鞋
300
滑雪衫，球鞋
100
夹克，滑雪衫，球鞋
如，日本7-11相当著名的“七五三”规则。即是 说如果一天当中温度相差7度、今天和昨天的温 度差到5度、湿度差大于30%的话，代表感冒的人 会增加，药店就要考虑把感冒药、温度计和口罩 之类的用品上架。
16
2020/8/1
三、 关联规则的挖掘
17
2020/8/1
（一）关联规则挖掘的步骤
第一步：找出所有频繁项集：根据定义， 这些项集出现的频繁性（支持度）至少和 预定义的最小支持度一样。
关联规则
1
2020/8/1
一、关联规则的定义
关联规则一般用以发现事务数据库中 不同商品（项）之间的联系，用这些 规则找出顾客的购买行为模式。
这种规则可以应用于超市商品货架设 计、货物摆放以及根据购买模式对用 户进行分类 。
2
2020/8/1
二、关联规则：基本概念
（一）支持度与置信度
买啤酒的 客户
1000
8
规则“夹克→球鞋”的计算
sup( X 21 Y11) P( X 21
Y11)
400 1000
40%
confidence( X 21 Y11) P(Y11 | X 21) P( X 21 Y11) 400 74.1%
P( X 21) 540
9
2020/8/1
表3
运动鞋Y1
单独 购买
➢ 购物篮分析：关联规则就是要找出哪些产品总是会同时出 现在客户的购物篮中。
商品摆放，基于商店不同的经营理念，如果将会经常一起 购买的东西较近摆放，客户会比较方便购买，如果有意放 在购物通道的两端，顾客寻找的过程中可以增加其他物品 销售的可能性。
关联规则可以处理所谓的匿名消费。（一张发票就是一个 购物篮——与决策树和类神经网络不同。）
100
球鞋
50
慢跑鞋
40
夹克，慢跑鞋
100
滑雪衫，慢跑鞋
200
衬衣
10
夹克
40
滑雪衫
60
7
合计
1000
上衣 X
表2
衬衣X1 夹克X21
外套X2 滑雪衫 X22
单独购买
合计
运动鞋Y1
球鞋Y11
慢跑鞋 Y12
400
100
200
200
50
40
650
340
单独 购买
10 40 60
合计
10 540 460
合计
球鞋Y11 慢跑鞋Y12
衬衣X1
10 10
上衣X 外套 夹克X21
1
X2 滑雪衫X22
1

0
1
898
0 899
单独购买 合计
0
90
0 90
2
988
10 1000
10
存在的问题：
1.高置信度，低支持度： 夹克球鞋”的置信度高达100％，但因
为只有一人买了球鞋，这条关联规则支持 度只有千分之一。 2.支持度、置信度都比较高，但几乎是没 有作用的规则。 “买方便面则买牛奶”，“买牙刷则买牛 奶”，“喜欢野外休闲则会买牛奶”。
4
2020/8/1
2、支持度
支持度sup(.)：表示在购物篮分析中同时 包含关联规则左右两边物品的交易次数百 分比，即支持这个规则的交易的次数百分 比。
Support(A B) P(B A)
5
2020/8/1
例：
Transaction ID Items Bought
1000
A,B,C
2000
买尿布的客户
A
A∩B B
二者都买
3
的客户
2020/8/1
1、置信度
置信度confidence(.)：是指购物篮分析 中有了左边商品，同时又有右边商品的交 易次数百分比，也就是说在所有的购买了 左边商品的交易中，同时又购买了右边商 品的交易概率。
Confidence( A B) P(B | A) P( A B) P( A)
11
2020/8/1
二、关联规则的分类与作用
1、关联规则的分类
12
2020/8/1
布尔型关联规则与数值型关联规则
布尔型关联规则处理的值都是离散的、种类化的，它 显示了这些变量之间的关系；
数值型关联规则可以和多维关联或多层关联规则结合 起来，对数值型字段进行处理，将其进行动态的分割 ，或者直接对原始的数据进行处理，当然数值型关联 规则中也可以包含种类变量。
最小支持度：规则必须符合的最小支持度阀 值。
最小置信度：计算规则所必须符合的最低置 信度阀值。
➢如果关联规则满足最小支持度和最小置信度 ，可以说该规则是有趣的。
20
2020/8/1
2、频繁项集
项的集合称为项集（itemset） 包含k个项的项集称为k-项集。集合{计算
机，金融管理软件}就是一个2-项集。 项集出现频数是包含项集的事务数，简称
为项集的频数、支持计数或计数。
21
2020/8/1
如果项集满足最小支持度或满足min_sup 与数据库中事务总数的乘积（即最小支持 计数），则称它为频繁项集(frequent itemset)。
频繁k-项集的集合通常记作Lk。
22
2020/8/1
第二步：由频繁项集产生强关联规则：根 据定义，这些规则必须满足最小支持度和 最小置信度。
18
2020/8/1
（二）Apriori演算法
➢ 对于一个给定的候选数据集，项集的数目呈指数增长。
19
2020/8/1
1、算法所需要的前置统计量：
➢关联规则计算虽然容易但由于规则太多容易 形成“组合爆炸”，因此，需要对这些规则 进行筛选，筛选需要的统计量如下：
关联规则与时序规则相结合（不能匿名，适合会员制）。
先找出来哪些事务总是同时发生的关联规则，再加入时间的 因素，找出哪些事务总是会先后发生的潜在规律。
15
2020/8/1
另外，只有同一个购物篮的商品信息能够分析的项 目也很有限，因此，可以将气象资讯（温度、湿度 、降雨）等转换为虚拟的商品项目，并入到购物篮 中进行关联规则的分析。