非对称性相关技术应用于商业数据分析的研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
１ 购物 篮数 据及 其 相关 分析 、
商 品 的顾 客 同时 购买 了Ｂ中商品 的可 能性 有 多大１ 。若 条 规 则 的 支 持 度 和 置信 度 分 别 大 于 给 定 的最 小 阈 商 品 间 的相 关性 分 析 由关 联 分 析延 伸 而 来 ．下 面 值 ． 这样 的规 则 是 “ 趣 的” 称 有 。相 关 分 析从 使 用 支持
一
置信 度 架构 的关 联 分析 扩充 而来 ． 常 ． 并 非独 通 当Ａ 使 用 关 联 规 则 挖 掘 中 的 一 些 记 号 和 定 义 来 描 述 购 度一 立 于Ｂ出现 时 ． 称Ａ和Ｂ 相关 的。 是 物 篮数 据及 其 相关 分析 。
的 商业数 据 的相 关分 析是 商 业辅 助决 策 系统 的一项 重要 内容 。文章 首先研 究 了购物篮数 据 项 间的相 关性 ， 分 析 了其 非 对 称性 的特 点 ， 引入 了衡 量 非 对称 相 关性 的方 法 ； 对统 计 独 立性 进 行 了研 究 ， 出基 于信 息 并 提 熵 的新 方 法 用于检验 非对 称相 关 的统计 独 立性 。最后 ， 通过 一 个 实例 验证 了上 述方 法的有 效性 。
在实 际购 物篮 数 据上进 行 了实例 验证 为叙 述方 便 ． 不引 起混 淆 的情况 下 ， 文将 直接 使 用 在 下 本 文 第 １ 主要 介 绍 相 关 性 分 析 的 有 关 背 景 知 识 Ａ 节 表示 事件 Ｘ＝Ａ， 表示 事件Ｙ Ｂ Ｂ ＝ 。这 样 ， 规则Ａｆ的支 Ｂ 和相 关研 究工 作 ： 节探 讨 非对 称 相关 性 的度 量方 法 持 度 可 以表 示 为 概率 ＰＡｕＢ ， 信度 为 条 件概 率 ＰＢ 第２ （ １置 （Ｉ
这些 商业数 据 也称 为购 物 篮数 据（ａｋ ｔ ａ ） 。在研 也称 为ｋ 项 集 ｂ ｓｅ ｔ … ｄａ 一 制新 大陆税 控 收款 机增 值 服 务 系统 （ 业 营销 辅 助决 商 定 义４ 关联 规 则 ： 于包 含ｎ 项 的事 务数 据集 Ｔ 对 个 ． Ｂ 的关联 规 则 ， 中Ａ、 其 ＢｃＩ 是非 空项 策 系统 ） 程 中 ， 们提 出使 用数 据挖 掘模 型 作 为 系统 形 如Ａｆ 的规则 为Ｔ 过 我 的基础 技术 架 构 ．购物 篮 数据 分 析 是其 中的一 项关 键 集 ． ＡｎＢ 且 ＝ 技术。 关 联 规 则 描 述 的 是 各 种 商 品 之 间 的关 联 关 系 ． 这 关 联 ｒ ｓｃａｉ ） 析 是数 据挖 掘 技 术 在 购 物 篮数 种关 系 以（ ａ ｏ ｉｔ ｎ分 ｓ ｏ 一些 商 品Ａ）（ ｆ另一 些商 品Ｂ） 的形 式 表示 ， 其 据 分析 中 的一项 典 型应 用 ．其 目的是 挖掘 购 物 篮数据 含义 是顾 客 在 购买 商 品Ａ的 同时也 倾 向于购 买 商 品Ｂ 项 间 的 有 趣 联 系 。在 关 联 分 析 领 域 ， 已提 出著 名 的 关 联规 则 的 “ 有趣 程度 ”用 下 列 的支持 度 和置 信度 衡 Ａ ｒｒ ｐｉ ｉ ｏ 算法 用 于关联 规 则挖 掘 ． ｒ 等人 将 关 联规 则推 量 。 Ｂｉ ｎ 广 到 相关 （Ｏｒｌｔ ｎ分 析 ， 献 ［，］ 出 了相 关 分析 Ｃｒｅ ｉ ） ａｏ 文 ４５ 给 定义 ５ 支 持度 ： 虑任 意项 集Ｉ若Ｔ中ｓ 考 ， ％的事务 包 在 商业 领域 的一 些应用 。 而 ． 然 在构 造商业 数 据 挖掘模 含Ｉ称 Ｉ ． 的支 持度 为ｓ ％。 型 时 ．我 们发 现 商 品间 的相 关 性存 在 明显 的 非对 称现 定义 ６ 置信 度 ： 于形 如 Ａ Ｂ 对 的关 联规 则 ， 若Ｔ中 象 ．这种 特性 使 得上 述 经典 技术 和方法 的有效 性 大大 包 含项 集Ａ的事 务 中有 ｃ ％的事务 也包 含项 集 Ｂ． 关 联 则
【 关键 词 】 数 据挖 掘 ； 物篮 分析 ； 关性 ； ： 购 相 对称 性
在 商业 领 域 ．条码 技 术 和 税控 收款机 技 术 的 发展 商 品 ， ｘ， ， 用 １２ ｘ …表 示 。
使得 商 场 、 市 能 容 易 地 收集 、 储 大量 的销 售 记 录 ， 超 存
定 义３ 项集 ： 集Ｉ ｛。： ｘ｝ 个 项 的集合 。Ｉ 项 ｘ， ， 为ｋ ＝ ｘ …，
以及基 于 信息 熵 的统计 检 验 方法 ： ３ 通过 实 例对 研 Ａ）分别 反 映 了规则 的有 用 性（ 第 节 ， 同时购 买项 集Ａ和Ｂ 的所 究成 果进 行验 证 ： 最后 在 第４ 节结 束 语 中对 本 文研究 成 有 商 品 的 可 能 性 有 多大 ） 确定 性 ｆ 买 了项 集 Ａ中 的 和 购 果进 行 总结并 简要 介绍 研 究成 果 的应 用成 效 。
降低 。 为此 ， 文研究 了一种 描述 商 品 间这种 非对 称相 规 ￣ Ａ Ｂ 置信度 为ｃ 本 Ｊ （的 ％。 关 的方法 ． 对其 统计 独 立性 进 行 了分 析 ， 并 在指 出传 统 从 统计 学 的角 度看 ．项 集Ａ、 在事 务数 据Ｔ 的出 Ｂ 中 方法 缺点 的基 础 上 。 出 了一种 基 于信 息熵 新 方法 ． 提 并 现 可 以看 作 两个 随 机变 量 Ｘ、 Ｙ的２ 事件 Ｘ Ａ和Ｙ Ｂ 个 ＝ ＝。
２１ ０ ０年第 １ ２期
福 建 电
脑
７ ５
非对 称 性 相 关 技 术应 用 于 商 业 数Biblioteka Baidu据 分 析 的研 究
吴 学 超
（ 建 新 大 陆 电 脑 股 份 有 限公 司 福 建 福 州 ３ ０ １ 福 ５ ０ ５）
【 摘
要 】 通 过条 码 识 读设 备和 税 控收 款机 可 以容 易地 收 集到 大 量 的商 业数 据 （ 物篮 数 据）对 这样 ： 购 ，
商 品 的顾 客 同时 购买 了Ｂ中商品 的可 能性 有 多大１ 。若 条 规 则 的 支 持 度 和 置信 度 分 别 大 于 给 定 的最 小 阈 商 品 间 的相 关性 分 析 由关 联 分 析延 伸 而 来 ．下 面 值 ． 这样 的规 则 是 “ 趣 的” 称 有 。相 关 分 析从 使 用 支持
一
置信 度 架构 的关 联 分析 扩充 而来 ． 常 ． 并 非独 通 当Ａ 使 用 关 联 规 则 挖 掘 中 的 一 些 记 号 和 定 义 来 描 述 购 度一 立 于Ｂ出现 时 ． 称Ａ和Ｂ 相关 的。 是 物 篮数 据及 其 相关 分析 。
的 商业数 据 的相 关分 析是 商 业辅 助决 策 系统 的一项 重要 内容 。文章 首先研 究 了购物篮数 据 项 间的相 关性 ， 分 析 了其 非 对 称性 的特 点 ， 引入 了衡 量 非 对称 相 关性 的方 法 ； 对统 计 独 立性 进 行 了研 究 ， 出基 于信 息 并 提 熵 的新 方 法 用于检验 非对 称相 关 的统计 独 立性 。最后 ， 通过 一 个 实例 验证 了上 述方 法的有 效性 。
在实 际购 物篮 数 据上进 行 了实例 验证 为叙 述方 便 ． 不引 起混 淆 的情况 下 ， 文将 直接 使 用 在 下 本 文 第 １ 主要 介 绍 相 关 性 分 析 的 有 关 背 景 知 识 Ａ 节 表示 事件 Ｘ＝Ａ， 表示 事件Ｙ Ｂ Ｂ ＝ 。这 样 ， 规则Ａｆ的支 Ｂ 和相 关研 究工 作 ： 节探 讨 非对 称 相关 性 的度 量方 法 持 度 可 以表 示 为 概率 ＰＡｕＢ ， 信度 为 条 件概 率 ＰＢ 第２ （ １置 （Ｉ
这些 商业数 据 也称 为购 物 篮数 据（ａｋ ｔ ａ ） 。在研 也称 为ｋ 项 集 ｂ ｓｅ ｔ … ｄａ 一 制新 大陆税 控 收款 机增 值 服 务 系统 （ 业 营销 辅 助决 商 定 义４ 关联 规 则 ： 于包 含ｎ 项 的事 务数 据集 Ｔ 对 个 ． Ｂ 的关联 规 则 ， 中Ａ、 其 ＢｃＩ 是非 空项 策 系统 ） 程 中 ， 们提 出使 用数 据挖 掘模 型 作 为 系统 形 如Ａｆ 的规则 为Ｔ 过 我 的基础 技术 架 构 ．购物 篮 数据 分 析 是其 中的一 项关 键 集 ． ＡｎＢ 且 ＝ 技术。 关 联 规 则 描 述 的 是 各 种 商 品 之 间 的关 联 关 系 ． 这 关 联 ｒ ｓｃａｉ ） 析 是数 据挖 掘 技 术 在 购 物 篮数 种关 系 以（ ａ ｏ ｉｔ ｎ分 ｓ ｏ 一些 商 品Ａ）（ ｆ另一 些商 品Ｂ） 的形 式 表示 ， 其 据 分析 中 的一项 典 型应 用 ．其 目的是 挖掘 购 物 篮数据 含义 是顾 客 在 购买 商 品Ａ的 同时也 倾 向于购 买 商 品Ｂ 项 间 的 有 趣 联 系 。在 关 联 分 析 领 域 ， 已提 出著 名 的 关 联规 则 的 “ 有趣 程度 ”用 下 列 的支持 度 和置 信度 衡 Ａ ｒｒ ｐｉ ｉ ｏ 算法 用 于关联 规 则挖 掘 ． ｒ 等人 将 关 联规 则推 量 。 Ｂｉ ｎ 广 到 相关 （Ｏｒｌｔ ｎ分 析 ， 献 ［，］ 出 了相 关 分析 Ｃｒｅ ｉ ） ａｏ 文 ４５ 给 定义 ５ 支 持度 ： 虑任 意项 集Ｉ若Ｔ中ｓ 考 ， ％的事务 包 在 商业 领域 的一 些应用 。 而 ． 然 在构 造商业 数 据 挖掘模 含Ｉ称 Ｉ ． 的支 持度 为ｓ ％。 型 时 ．我 们发 现 商 品间 的相 关 性存 在 明显 的 非对 称现 定义 ６ 置信 度 ： 于形 如 Ａ Ｂ 对 的关 联规 则 ， 若Ｔ中 象 ．这种 特性 使 得上 述 经典 技术 和方法 的有效 性 大大 包 含项 集Ａ的事 务 中有 ｃ ％的事务 也包 含项 集 Ｂ． 关 联 则
【 关键 词 】 数 据挖 掘 ； 物篮 分析 ； 关性 ； ： 购 相 对称 性
在 商业 领 域 ．条码 技 术 和 税控 收款机 技 术 的 发展 商 品 ， ｘ， ， 用 １２ ｘ …表 示 。
使得 商 场 、 市 能 容 易 地 收集 、 储 大量 的销 售 记 录 ， 超 存
定 义３ 项集 ： 集Ｉ ｛。： ｘ｝ 个 项 的集合 。Ｉ 项 ｘ， ， 为ｋ ＝ ｘ …，
以及基 于 信息 熵 的统计 检 验 方法 ： ３ 通过 实 例对 研 Ａ）分别 反 映 了规则 的有 用 性（ 第 节 ， 同时购 买项 集Ａ和Ｂ 的所 究成 果进 行验 证 ： 最后 在 第４ 节结 束 语 中对 本 文研究 成 有 商 品 的 可 能 性 有 多大 ） 确定 性 ｆ 买 了项 集 Ａ中 的 和 购 果进 行 总结并 简要 介绍 研 究成 果 的应 用成 效 。
降低 。 为此 ， 文研究 了一种 描述 商 品 间这种 非对 称相 规 ￣ Ａ Ｂ 置信度 为ｃ 本 Ｊ （的 ％。 关 的方法 ． 对其 统计 独 立性 进 行 了分 析 ， 并 在指 出传 统 从 统计 学 的角 度看 ．项 集Ａ、 在事 务数 据Ｔ 的出 Ｂ 中 方法 缺点 的基 础 上 。 出 了一种 基 于信 息熵 新 方法 ． 提 并 现 可 以看 作 两个 随 机变 量 Ｘ、 Ｙ的２ 事件 Ｘ Ａ和Ｙ Ｂ 个 ＝ ＝。
２１ ０ ０年第 １ ２期
福 建 电
脑
７ ５
非对 称 性 相 关 技 术应 用 于 商 业 数Biblioteka Baidu据 分 析 的研 究
吴 学 超
（ 建 新 大 陆 电 脑 股 份 有 限公 司 福 建 福 州 ３ ０ １ 福 ５ ０ ５）
【 摘
要 】 通 过条 码 识 读设 备和 税 控收 款机 可 以容 易地 收 集到 大 量 的商 业数 据 （ 物篮 数 据）对 这样 ： 购 ，