关联分析--SPSS例析

关联分析（笔记）

事物之间的关联关系包括：简单关联关系、序列关联关系。

关联关系简单关联关系

序列关联关系

简单关联规则：属于无指导学习方法，不直接用于分类预测，只揭示事物内部的结构。Spss modeler 提供了APriori、GRI、Carma等经典算法。APriori和Carma属于同类算法。

序列关联：关联具有前后顺序，通常与时间有关。

SPSS Modeler 提供了sequence算法；

数据格式如下：按照事务表存储，同事需要时间变量。

简单关联规则要分析的对象是事务

事务的储存方式有事务表和事实表两种方式。

事实表

两种表均表明，顾客1购买了AD两种物品，顾客2购买了BD两种物品，顾客三购买了AC两种物品。关联规则有效性的测度指标

1、支持度support：所有购买记录中，A、B同时被购买的比例。

2、置信度confidence：在购买A的事务中，购买B的比例。

关联规则实用性的测度指标

1、提升度lift：（在购买A的事务中，购买B的比例）/（所有事务中，购买B的比例）

2、置信差

3、置信率、正态卡方、信息差等等简单关联关系实例

例1

数据格式：事实表算法:Apriori

所有购买项目均选入前项antecedent和后项consequent。

输出结果的最低支持度是10%；本例设定的划分频繁项集的标准大于最小支持度10%。

最小置信度是80%；

前项最多项目数：5

本例中，三项以上没有超过10%的支持度，所以不能形成三项以上的频繁项集，最大的频繁项集大小是2。

结论解释：

实例：包含前项beer、cannedveg的样本有167个，在1000个样本中前项支持度为16.7%。

规则支持度：同时购买beer、cannedveg、frozenmeal三项的支持度为14.6%。

规则置信度：购买beer、cannedveg的客户中，87.425%的人有购买frozenmeal。

规则2下，购买frozenmeal的可能性比购买frozenmeal的支持度提高2.895倍。

例2

数据格式：事实表算法:Apriori

本例前项选择性别和家乡，旨在不同性别和地区客户的购买行为是否存在频繁项集。由于AGE是数据类型变量，所以前项不能选入AGE，可在GRI算法中选入AGE。

Sex=M

序列关联规则实例

例1

数据格式：事务表时间变量：time 算法：sequence

饮料=》啤酒：规则支持度66.7%，规则置信度100%。饮料=》香肠：规则支持度50%，规则置信度75%。

啤酒=》香肠：规则支持度50%，规则置信度60%。

将最下置信度调整为30%，结果为：

例2

本例是客访问网页的数据，包括浏览的内容和顺序等信息。模型旨在发现各类网页的浏览是否存在某种序列关系。

Customerguide：客户ID URKcategory：网页浏览内容sequenceID：浏览顺序，即时间顺序。

Flight=》hotel，表示浏览航班网页的网民，随后86.6%的将浏览宾馆住宿的网页，规则支持度为10.3%，规则置信度86.6%。

实例和支持度都是前项的数据。