數(shù)據(jù)倉庫與數(shù)據(jù)挖掘基礎(chǔ)第6章關(guān)聯(lián)規(guī)則(趙志升)-資料下載頁
2025-03-09 09:11本頁面
【正文】 多維關(guān)聯(lián)規(guī)則 挖掘多維關(guān)聯(lián)規(guī)則的技術(shù)可以根據(jù)量化屬性的處理分為三種基本方法： ? 使用預(yù)定義的概念分層對(duì)量化屬性離散化，該方法稱為 使用量化屬性的靜態(tài)離散化挖掘多維關(guān)聯(lián)規(guī)則 ； ? 根據(jù)數(shù)據(jù)的分布，將量化的屬性離散化到“箱”，這種方法挖掘的關(guān)聯(lián)規(guī)則稱為 量化關(guān)聯(lián)規(guī)則 ； ? 量化屬性離散化，以符合區(qū)間數(shù)據(jù)的語義，這種量化關(guān)聯(lián)規(guī)則稱作 基于距離的關(guān)聯(lián)規(guī)則 。 第四節(jié) 挖掘關(guān)系數(shù)據(jù)庫和數(shù)據(jù)倉庫的多維關(guān)聯(lián)規(guī)則 使用量化屬性挖掘多維關(guān)聯(lián)規(guī)則 （ age） （ buys） （ ine） （ age， ine） （ age， buys） （ ine， buys） （ age， ine， buys） （） 0D 頂點(diǎn)方體 1D 方體 2D 方體 3D 基本方體 第四節(jié) 挖掘關(guān)系數(shù)據(jù)庫和數(shù)據(jù)倉庫的多維關(guān)聯(lián)規(guī)則 挖掘量化關(guān)聯(lián)規(guī)則 量化關(guān)聯(lián)規(guī)則是多維關(guān)聯(lián)規(guī)則，其中數(shù)值屬性動(dòng)態(tài)離散化，以滿足某種挖掘標(biāo)準(zhǔn)，如最大挖掘規(guī)則的置信度。量化關(guān)聯(lián)規(guī)則如： age（ X，” 23…33 ”） ? ine（ X，” 32k…42k ”） ?buys （ X，” laptop”） 這種規(guī)則包含左邊兩個(gè)量化維（量化屬性），右邊一個(gè)分類屬性，稱為 2維量化關(guān)聯(lián)規(guī)則 。 第四節(jié) 挖掘關(guān)系數(shù)據(jù)庫和數(shù)據(jù)倉庫的多維關(guān)聯(lián)規(guī)則 挖掘量化關(guān)聯(lián)規(guī)則 對(duì)于量化關(guān)聯(lián)規(guī)則可以通過 關(guān)聯(lián)規(guī)則聚類系統(tǒng) ARCS（ association rule clustering system）方法找出關(guān)聯(lián)規(guī)則。 ARCS的基本步驟有： ? 分箱：等寬分箱、等深分箱、基于同質(zhì)的分箱 ? 找頻繁謂詞集 ? 關(guān)聯(lián)規(guī)則聚類 第四節(jié) 挖掘關(guān)系數(shù)據(jù)庫和數(shù)據(jù)倉庫的多維關(guān)聯(lián)規(guī)則 挖掘基于距離的關(guān)聯(lián)規(guī)則 關(guān)聯(lián)規(guī)則的一個(gè)缺點(diǎn)是它們不允許近似的屬性值，而往往在一些情形下，需要考察屬性值的接近性，支持度和置信度均不支持這種近似，所以需要引入 基于距離的關(guān)聯(lián)規(guī)則 挖掘。這種規(guī)則緊扣區(qū)間數(shù)據(jù)的語義，并允許數(shù)據(jù)值的近似。量化關(guān)聯(lián)規(guī)則無法實(shí)現(xiàn)，因?yàn)槲纯疾鞌?shù)據(jù)點(diǎn)之間或區(qū)間之間的相對(duì)距離。 第四節(jié) 挖掘關(guān)系數(shù)據(jù)庫和數(shù)據(jù)倉庫的多維關(guān)聯(lián)規(guī)則 挖掘基于距離的關(guān)聯(lián)規(guī)則 通常使用一個(gè)兩遍算法挖掘基于距離的關(guān)聯(lián)規(guī)則。 ? 第一遍使用聚類找出區(qū)間或簇； ? 第二遍搜索頻繁地一起出現(xiàn)的簇組得到基于 距離的關(guān)聯(lián)規(guī)則。 第五節(jié) 關(guān)聯(lián)挖掘到關(guān)聯(lián)分析 問題：挖掘了關(guān)聯(lián)規(guī)則后，數(shù)據(jù)挖掘系統(tǒng)如何指出哪些規(guī)則是用戶感興趣的？ 大部分關(guān)聯(lián)規(guī)則挖掘算法使用支持度 置信度框架。盡管使用最小支持度 置信度閾值排除了一些無趣的規(guī)則的探察，仍然會(huì)產(chǎn)生一些對(duì)用戶來說不感興趣的規(guī)則。 第五節(jié) 關(guān)聯(lián)挖掘到關(guān)聯(lián)分析 強(qiáng)關(guān)聯(lián)規(guī)則不一定是有趣的 例如，假設(shè)對(duì)分析涉及購買計(jì)算機(jī)游戲和錄像的事務(wù)感興趣。設(shè)事件 game表示包含計(jì)算機(jī)游戲的事務(wù)， video表示包含錄像的事務(wù)。在分析的10000個(gè)事務(wù)中，數(shù)據(jù)顯示 6000個(gè)顧客事務(wù)包含計(jì)算機(jī)游戲， 7500個(gè)事務(wù)包含錄像，而 4000個(gè)事務(wù)同時(shí)包含計(jì)算機(jī)游戲和錄像。假設(shè)發(fā)現(xiàn)關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘程序在該數(shù)據(jù)上運(yùn)行，使用最小支持度 30%，最小置信度 60%。 第五節(jié) 關(guān)聯(lián)挖掘到關(guān)聯(lián)分析 強(qiáng)關(guān)聯(lián)規(guī)則不一定是有趣的 將發(fā)現(xiàn)以下關(guān)聯(lián)規(guī)則： buys（ X，” puter games”） ? buys（ X，” videos”） [support=40%， confidence=66%] 該規(guī)則為強(qiáng)關(guān)聯(lián)規(guī)則，滿足最小支持度和最小置信度閾值。然而，購買錄像的可能性是 75%，比66%大，所以計(jì)算機(jī)游戲和錄像是負(fù)相關(guān)的，買其中一種實(shí)際上減少了買另一種的可能性。 第五節(jié) 關(guān)聯(lián)挖掘到關(guān)聯(lián)分析 由關(guān)聯(lián)分析到相關(guān)分析 當(dāng) A的出現(xiàn)并不蘊(yùn)涵 B的出現(xiàn)時(shí)，識(shí)別出規(guī)則A?B是有趣的。支持度 置信度框架在一些情形下不適用，所以考慮根據(jù)相關(guān)性挖掘數(shù)據(jù)項(xiàng)之間的有趣聯(lián)系，選擇一種框架代替支持度 置信度框架。 項(xiàng)集 A的出現(xiàn)獨(dú)立于項(xiàng)集 B ，若 P（ A?B）=P（ A） P（ B）；否則，項(xiàng)集 A和 B作為事件是依賴的或相關(guān)的。 第五節(jié) 關(guān)聯(lián)挖掘到關(guān)聯(lián)分析 由關(guān)聯(lián)分析到相關(guān)分析 A和 B的出現(xiàn)的相關(guān)性通過下式計(jì)算： 結(jié)果小于 1，表示負(fù)相關(guān)；大于 1，表示正相關(guān)；等于 1，表示互相獨(dú)立。 )()()(, BPAPBAPcorrBA?? 第五節(jié) 關(guān)聯(lián)挖掘到關(guān)聯(lián)分析 由關(guān)聯(lián)分析到相關(guān)分析 例如， P({game})=， P({video})=， P({game， video})=，則 P({game， video})/（ P({game}) P({video}) ） =( )= 所以， {game}和 {video}之間存在負(fù)相關(guān)。 )()()(, BPAPBAPcorrBA?? 思考問題： 簡述購物籃分析問題，它表明了什么特征？ 關(guān)聯(lián)規(guī)則挖掘的兩個(gè)過程是什么？ 什么是強(qiáng)關(guān)聯(lián)規(guī)則，其意義是什么？ 簡述關(guān)聯(lián)規(guī)則的基本分類方法。 舉例說明冰山查詢的實(shí)現(xiàn)過程？ 多層關(guān)聯(lián)規(guī)則的挖掘方法主要有哪些？ 什么是多維關(guān)聯(lián)規(guī)則，其基本挖掘技術(shù)主要有哪些？ 關(guān)聯(lián)分析與相關(guān)分析有何差異？ 演講完畢，謝謝觀看！
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1