第6章 关联规则挖掘新ppt课件.ppt

《第6章 关联规则挖掘新ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第六章关联挖掘基本内容关联规则挖掘简介关联规则算法关联规则算法改进6.1关联规则挖掘简介关联规则反映一个事物与其他事物之间的相互依存性和关联性。如果两个或者多个事物之间存在一定的关联关系，那么，其中一个事物就能够通过其他事物预测到。典型的关联规则发现问题是对超市中的货篮数据（MarketBasket）进行分析。通过发现顾客放入货篮中的不同商品之间的关系来分析顾客的购买习惯。一、基本概念1.项目，项目集设I={i1,i2,…im}是数据项的集合。D是事务数据库，其中每个事务T是数据项I的子集，即TI每一个事务有一个标识符，称作TID。项的集

2、合称为项集(itemset)。包含k个项的项集称为k-项集。如：集合{computer，financial_management_software}是一个2-项集。2.支持数,支持度,频繁项目集（频集）项集X的出现频率是包含项集X的事务数(支持计数或计数)T(X)。项集X在事务数据库D中出现的次数占D中总事务的百分比叫做项集的支持度。Support（X）=T(X)/

3、D

4、如果项集的支持度超过用户给定的最小支持度阈值，就称该项集是频繁项集（或大项集）。3.关联规则(支持度,信任度)关联规则是形如XY（S,C)的逻辑蕴含式，其中XI，YI

5、，且XY=。如果事务数据库D中有s%的事务包含XY，则称关联规则XY的支持度为s%，即：支持度是一个概率值。support(XY)=P(XY)若项集X的支持度记为support(X)，则规则的信任度为support(XY)／support(X)。这是一个条件概率P(Y

6、X)。也就是：confidence(XY)=P(Y

7、X)规则度量：支持度与可信度举例查找所有规则XY的支持度和可信度支持度s:交易中包含{X、Y}的可能性可信度c：包含{X}的交易中也包含｛Y｝的条件概率AC[50%,66.6%（2/3）]买尿布的客户二者

8、都买的客户买啤酒的客户CA[50%,100%]规则形式：“HeadBody[support,confidence]”.buys(x,“beers”)buys(x,“diapers”)[0.5%,60%]在销售手机的商店中，70%的包含手机的交易中包含充电器,在所有交易中，有56%同时包含这两种物品。于是规则表示为:手机充电器[支持度56%,可信度70%]4.强规则对于指定的minsupport和minconfidence使得support(X)≥minsupportConfidence(X）≥minconfidence则称关联规则

9、X=>Y为强规则关联规则挖掘的就是挖掘出事务集D中的强规则5.关联规则挖掘关联规则挖掘首先被Agrawal,ImielinskiandSwami在1993年的SIGMOD会议上提出在事务、关系数据库中的项集和对象中发现频繁模式、关联规则、相关性或者因果结构目的:发现数据中的规律超市数据中的什么产品会一起购买？—啤酒和尿布在买了一台PC之后下一步会购买?哪种DNA对这种药物敏感?我们如何自动对Web文档进行分类?二、关联规则与传统的分类规则的区别1.在某条规则中以前提条件出现的属性可以出现在第二条规则的结论中。2.传统的分类规则通常将规则的结

10、果限定为一个单一的属性值，关联规则生成器允许其结果包含一个或多个属性值。三、关联挖掘的应用顾客购物分析目录设计商品广告邮寄分析追加销售、商品货架设计仓储规划网络故障分析以及根据购买模式对用户进行分类点击流分析、DNA序列分析等等如果把商店中所有销售商品设为一个集合，则每种商品（Item)可看成一个布尔变量，表示该商品是否被购买。每次购物可用一个布尔向量表示。这样就可以分析布尔向量，得到反映商品频繁关联或同时购买的购买模式。这些模式可以用关联规则的形式表示。四、关联规则挖掘分类1、根据规则中所处理的值类型划分：如果规则考虑的关联是项的在与不在

11、，则它是布尔关联规则(Booleanassociationrule)。例如，规则Buys(X,”computer”)=>Buys(X,”financial_management_software”)[support=2%,confidence=60%][6.1]如果规则描述的是量化的项或属性之间的关联，则它是量化关联规则(quantitativeassociationrule)。如:age(X，“30．．．39”)∧income(X，“42K．．．48K”)buys(X，“computer”)[20%,60%](6.2)注意，量化属性ag

12、e和income已离散化。2、根据规则中涉及的数据维划分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(6.1)是单维关联规则，因为它只涉及一个维buys。如果规则