關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘-展示頁(yè)
2025-04-16 20:33本頁(yè)面
【正文】 支持度大于最小支持度的數(shù)據(jù)項(xiàng)集稱作大項(xiàng)集(Large Itemset)反之則稱為弱項(xiàng)集(Small Iterns)。、大項(xiàng)集和最小置信度 從關(guān)聯(lián)規(guī)則的定義可以看出任意兩個(gè)數(shù)據(jù)項(xiàng)集都存在關(guān)聯(lián)規(guī)則只是其支持度和置信度不同而已。置信度是反映在事物X中出現(xiàn)事物Y的條件概率?！? 有關(guān)聯(lián)規(guī)則XY，其中XI，YI，并且X∩Y=，那么XY的置信度為： 設(shè)X屬于數(shù)據(jù)項(xiàng)目集，為事務(wù)數(shù)據(jù)庫(kù)中包含X的記錄條數(shù)，為事務(wù)數(shù)據(jù)庫(kù)中記錄的總個(gè)數(shù)，那么項(xiàng)目集X的支持度=/支持度表示項(xiàng)目集在事物集中出現(xiàn)的頻率的是多少。X為先決條件，Y為結(jié)果；關(guān)聯(lián)規(guī)則反映了項(xiàng)目集X出現(xiàn)的同時(shí)項(xiàng)目集Y也會(huì)跟著出現(xiàn)。 關(guān)聯(lián)規(guī)則是指數(shù)據(jù)之間的簡(jiǎn)單的使用規(guī)則，是指數(shù)據(jù)之間的相互依賴關(guān)系。其他的應(yīng)用還包括價(jià)目表設(shè)計(jì)、商品促銷、商品的排放和基于購(gòu)買模式的顧客劃分。該過程通過發(fā)現(xiàn)顧客放人其購(gòu)物籃中的不同商品之間的聯(lián)系，分析顧客的購(gòu)買習(xí)慣。關(guān)聯(lián)分析是從大量數(shù)據(jù)中發(fā)現(xiàn)項(xiàng)集之間有趣的關(guān)聯(lián)和相關(guān)聯(lián)系。關(guān)聯(lián)規(guī)則挖掘在數(shù)據(jù)挖掘中是一個(gè)重要的課題，最近幾年已被業(yè)界所廣泛研究。Agrawal等于1993年首先提出了挖掘顧客交易數(shù)據(jù)庫(kù)中項(xiàng)集間的關(guān)聯(lián)規(guī)則問題，以后諸多的研究人員對(duì)關(guān)聯(lián)規(guī)則的挖掘問題進(jìn)行了大量的研究。有時(shí)并不知道數(shù)據(jù)庫(kù)中數(shù)據(jù)的關(guān)聯(lián)函數(shù)，即使知道也是不確定的，因此關(guān)聯(lián)分析生成的規(guī)則帶有可信度。關(guān)聯(lián)可分為簡(jiǎn)單關(guān)聯(lián)、時(shí)序關(guān)聯(lián)、因果關(guān)聯(lián)。 數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫(kù)中存在的一類重要的可被發(fā)現(xiàn)的知識(shí)。毫無疑問，關(guān)聯(lián)分析中發(fā)現(xiàn)的規(guī)則為超市帶來了更多的收益。 在這個(gè)案例中使用了數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則分析。產(chǎn)生這一現(xiàn)象的原因是：美國(guó)的太太們常叮囑她們的丈夫下班后為小孩買尿布，而丈夫們?cè)谫I尿布后又隨手帶回了他們喜歡的啤酒。在這些原始交易數(shù)據(jù)的基礎(chǔ)上，沃爾瑪利用數(shù)據(jù)挖掘方法對(duì)這些數(shù)據(jù)進(jìn)行分析和挖掘。沃爾瑪擁有世界上最大的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)，為了能夠準(zhǔn)確了解顧客在其門店的購(gòu)買習(xí)慣，沃爾瑪對(duì)其顧客的購(gòu)物行為進(jìn)行購(gòu)物籃分析，想知道顧客經(jīng)常一起購(gòu)買的商品有哪些。但是這個(gè)奇怪的舉措?yún)s使尿布和啤酒的銷量雙雙增加了。尿布與啤酒的故事。數(shù)據(jù)挖掘大致分為以下幾類：分類 （Classification）、估計(jì)（Estimation）、預(yù)測(cè)（Prediction）、相關(guān)性分組或關(guān)聯(lián)規(guī)則（Affinity grouping or association rules）、聚類（Clustering）、復(fù)雜數(shù)據(jù)類型挖掘(Text, Web ,圖形圖像，視頻，音頻等)。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。數(shù)據(jù)挖掘又為資料探勘、數(shù)據(jù)采礦。關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘?qū)W習(xí)報(bào)告 目錄引言 2案例 2關(guān)聯(lián)規(guī)則 3（一）關(guān)聯(lián)規(guī)則定義 （二）相關(guān)概念（三）關(guān)聯(lián)規(guī)則分類數(shù)據(jù) 6（一）小型數(shù)據(jù)（二）大型數(shù)據(jù)應(yīng)用軟件 7（一）WEKA（二）IBM SPSS Modeler數(shù)據(jù)挖掘 12總結(jié) 27 引言 數(shù)據(jù)庫(kù)與互聯(lián)網(wǎng)技術(shù)在日益發(fā)展壯大，人們每天可以獲得的信息量呈指數(shù)級(jí)增長(zhǎng)。如何從這浩如瀚海的數(shù)據(jù)中找出我們需要的數(shù)據(jù)顯得尤為重要。它是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)中的一個(gè)步驟。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來實(shí)現(xiàn)上述目標(biāo)。 案例在一家超市里，有一個(gè)有趣的現(xiàn)象：尿布和啤酒赫然擺在一起出售。這不是一個(gè)笑話，而是發(fā)生在美國(guó)沃爾瑪連鎖店超市的真實(shí)案例，并一直為商家所津津樂道。沃爾瑪數(shù)據(jù)倉(cāng)庫(kù)里集中了其各門店的詳細(xì)原始交易數(shù)據(jù)。一個(gè)意外的發(fā)現(xiàn)是：跟尿布一起購(gòu)買最多的商品竟是啤酒！經(jīng)過大量實(shí)際調(diào)查和分析，揭示了一個(gè)隱藏在尿布與啤酒背后的美國(guó)人的一種行為模式：在美國(guó)，一些年輕的父親下班后經(jīng)常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時(shí)也為自己買一些啤酒。按常規(guī)思維，尿布
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1