SPSS關(guān)聯(lián)模型步驟

1、WURD格式SPSS Clementines預(yù)測(cè)分析模型 啤酒 + 尿片故事的實(shí)現(xiàn)機(jī)理(使用11 版本實(shí)現(xiàn))SPSS Clenmentines 提供眾多的預(yù)測(cè)模型，這使得它們可以應(yīng)用在多種商業(yè)領(lǐng)域中： 如超市商品如何擺放可以提高銷(xiāo)量；分析商場(chǎng)營(yíng)銷(xiāo)的打折方案，以制定新的更為有效的方案； 保險(xiǎn)公司分析以往的理賠案例，以推出新的保險(xiǎn)品種等等，具有很強(qiáng)的商業(yè)價(jià)值。超市典型案例如何擺放超市的商品引導(dǎo)消費(fèi)者購(gòu)物從而提高銷(xiāo)量， 這對(duì)大型連鎖超市來(lái)說(shuō)是一個(gè)現(xiàn)實(shí)的營(yíng) 銷(xiāo)問(wèn)題。 關(guān)聯(lián)規(guī)則模型自它誕生之時(shí)為此類(lèi)問(wèn)題提供了一種科學(xué)的解決方法。 該模型利用數(shù) 據(jù)挖掘的技術(shù)， 在海量數(shù)據(jù)中依據(jù)該模型的獨(dú)特算法發(fā)現(xiàn)數(shù)據(jù)內(nèi)在

2、的規(guī)律性聯(lián)系， 進(jìn)而提供 具有洞察力的分析解決方案。通過(guò)一則超市銷(xiāo)售商品的案例，利用“關(guān)聯(lián)規(guī)則模型”， 來(lái)分析商品交易流水?dāng)?shù)據(jù)，以其發(fā)現(xiàn)合理的商品擺放規(guī)則，來(lái)幫助提高銷(xiāo)量。關(guān)聯(lián)規(guī)則簡(jiǎn)介關(guān)聯(lián)規(guī)則的定義 關(guān)聯(lián)規(guī)則表示不同數(shù)據(jù)項(xiàng)目在同一事件中出現(xiàn)的相關(guān)性，就是從大量數(shù)據(jù)中挖掘出關(guān)聯(lián)規(guī)則。有關(guān)數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則的具體理論依據(jù)這里不做詳細(xì)講解， 大家可以參看韓家煒的數(shù)據(jù)挖掘 概論。為了更直觀的理解關(guān)聯(lián)規(guī)則，我們首先來(lái)看下面的場(chǎng)景。一個(gè)市場(chǎng)分析人員經(jīng)常要考慮這樣一個(gè)問(wèn)題：哪些商品是頻繁被顧客同時(shí)購(gòu)買(mǎi)的？ 顧客 1：牛奶 +面包 + 谷類(lèi) 顧客 2：牛奶 +面包 +糖 +雞蛋 顧客 3：牛奶 +面包 + 黃油

3、 顧客 4 ：糖 + 雞蛋以上的情景類(lèi)似于當(dāng)年沃爾瑪做的市場(chǎng)調(diào)查：啤酒+尿片擺放在同一個(gè)貨架上，銷(xiāo)售業(yè)績(jī)激增的著名關(guān)聯(lián)規(guī)則應(yīng)用。市場(chǎng)分析員分析顧客購(gòu)買(mǎi)商品的場(chǎng)景， 顧客購(gòu)買(mǎi)面包同時(shí)也會(huì)購(gòu)買(mǎi)牛奶的購(gòu)物模式就可用以 下的關(guān)聯(lián)規(guī)則來(lái)描述： 面包 => 牛奶 支持度 =2%, 置信度 =60% (式 1 )式 1 中面包是規(guī)則前項(xiàng) ( Antecedent )，牛奶是規(guī)則后項(xiàng) (Consequent) 。實(shí)例數(shù)( Instances ) 表示所有購(gòu)買(mǎi)記錄中包含面包的記錄的數(shù)量。支持度( Support )表示購(gòu)買(mǎi)面包的記錄數(shù)占所有的購(gòu)買(mǎi)記錄數(shù)的百分比。 規(guī)則支持度( Rule Support )

4、表示同時(shí)購(gòu)買(mǎi)面包和牛奶的記錄數(shù)占所有的購(gòu)買(mǎi)記錄數(shù)的百分 比。置信度( confidence )表示同時(shí)購(gòu)買(mǎi)面包和牛奶的記錄數(shù)占購(gòu)買(mǎi)面包記錄數(shù)的百分比。提升)表示置信度與已知購(gòu)買(mǎi)牛奶的百分比的比值，提升大1 的規(guī)則才是有意義( Lift于的。關(guān)聯(lián)規(guī)則 式 1 的支持 2% 意味著，所分析的記錄中 2% 購(gòu)買(mǎi)了面包。 置信 60% 表明， 度 的 度購(gòu)買(mǎi)面包的顧客中的 60% 也購(gòu)買(mǎi)了牛奶。 如果關(guān)聯(lián)滿(mǎn)足最小支持度閾值和最小置信度閾值， 就說(shuō)關(guān)聯(lián)規(guī)則是有意義的。 這些閾值可以由用戶(hù)或領(lǐng)域?qū)＜以O(shè)定。 就顧客購(gòu)物而言， 根據(jù)以往的購(gòu)買(mǎi)記錄， 找出滿(mǎn)足最小支持度閾值和最小置信度閾值的關(guān)聯(lián)規(guī)則， 就找到顧

5、客經(jīng)常同 時(shí)購(gòu)買(mǎi)的商品。此處進(jìn)行關(guān)聯(lián)規(guī)則應(yīng)用可以使用兩種數(shù)據(jù)格式：1. 交易格式1，交易數(shù)據(jù)格式， 2，表格格式CustomerIDITEM1bread2jam3juic e3jam4milk2. 表格格式CustomerIDbreadjamjuicemilk1TFFF2FTFF3FTTF4FFFT關(guān)聯(lián)規(guī)則挖掘算法它們都可以使用交易格式和表格格Aprior 、 Carma 和序列節(jié)點(diǎn)是常用的關(guān)聯(lián)規(guī)則挖掘算法， 式數(shù)據(jù)進(jìn)行挖掘處理。其中 Aprior 算法 ，處理速度快，對(duì)包含的規(guī)則數(shù)沒(méi)有限制，是 一種最有影響的挖掘關(guān)聯(lián)規(guī)則的方法。本次試驗(yàn)將使用 SPSS Clementine11 自帶的安裝目

6、錄下的 Demos 文件夾下的進(jìn)而提高啤酒的銷(xiāo)量。此數(shù)據(jù)屬于表格格式數(shù)據(jù)，信息、付款方式和商品名稱(chēng)BASKETS1n 數(shù)據(jù)。希望分析出哪些商品會(huì)和啤酒一起購(gòu)買(mǎi)，以此來(lái)合理安排商品的擺放，每條記錄表示顧客的一次購(gòu)物。 記錄的字段包括卡號(hào)、 顧客基本每個(gè)商品一個(gè)字段 , 該商品字段值為 T, 表示購(gòu)買(mǎi)該商品 ,專(zhuān)業(yè)資料水果蔬菜）為 F 表示未購(gòu)買(mǎi)， 具體可參考表 2, 表格格式數(shù)據(jù)） 。商品名稱(chēng)都有 fruitvegfreshmeat生鮮肉），dairy （奶制品），cannedveg罐裝蔬菜），cannedmeat裝肉）， fozenmeal（凍肉）， beer （啤酒） , wine （酒類(lèi)）

7、， softdrink 飲），軟 fish（魚(yú)） , confectionery甜食）。首先打開(kāi)Clementin，會(huì)出現(xiàn)一張空白的流界面，這時(shí)用戶(hù)可以在里面創(chuàng)建自己的 流。點(diǎn)擊確定按鈕，這時(shí)就成功的創(chuàng)建了數(shù)據(jù)節(jié)點(diǎn)。第二步， 為流添加類(lèi)型節(jié)點(diǎn)， 類(lèi)型節(jié)點(diǎn)是顯示和設(shè)置數(shù)據(jù)每個(gè)字段的 格式和角色。 從 類(lèi)型、界面下方的“字段選項(xiàng)”卡中，將“類(lèi)型”節(jié)點(diǎn)拖放到界面中，接著將數(shù)據(jù)節(jié)點(diǎn)和類(lèi)在此可以選擇一個(gè)或多個(gè)字段為目多個(gè)目標(biāo)字段， 輸入字段和輸出字段必須是符號(hào)型字段。型節(jié)點(diǎn)連接起來(lái)，或者直接在“字段選項(xiàng)”卡中雙擊“類(lèi)型”節(jié)點(diǎn)，將兩者連接起來(lái)。 這時(shí)雙擊打開(kāi)“類(lèi)型”節(jié)點(diǎn)，此時(shí)“類(lèi)型”節(jié)點(diǎn)中顯示了數(shù)據(jù)的字段

8、和其類(lèi)型，點(diǎn)擊 “類(lèi)型”節(jié)點(diǎn)界面上的“讀取值”按鈕，這時(shí)會(huì)將數(shù)據(jù)節(jié)點(diǎn)中的數(shù)據(jù)讀取過(guò)來(lái)。如下 圖所示。WURD格式標(biāo)字段，表明該模型的預(yù)測(cè)目標(biāo)字段；對(duì) 于則需要在建模節(jié)點(diǎn)中設(shè)置“后項(xiàng)”。Aprio 建模節(jié)點(diǎn)，也可以不設(shè)置目標(biāo)字段， ri第三步，為流添加 過(guò)濾節(jié)點(diǎn)，將不參與的字段排除在外。該步驟為可選步驟。從“字段選項(xiàng)”卡中選擇“過(guò)濾”節(jié)點(diǎn)，并將其拖入到界面中，將“過(guò)濾”節(jié)點(diǎn)加入到流中。雙擊打開(kāi) “過(guò)濾”節(jié)點(diǎn)，在不參與建模字段的箭頭上點(diǎn)擊， 會(huì)出現(xiàn)一個(gè)紅叉， 表示該字段被過(guò)濾掉 了，不參與建模，如圖所示。對(duì)于一些與建模關(guān)系不大的節(jié)點(diǎn)可以將其過(guò)濾掉，比如卡號(hào)、性別、家鄉(xiāng)和年齡字段。 第四步，有了這些

9、前期的準(zhǔn)備過(guò)程，建關(guān)聯(lián)規(guī)則模型節(jié)點(diǎn)了， 在此之前，接下來(lái)就可以開(kāi)始創(chuàng)讓我們先添加一個(gè)圖形節(jié)點(diǎn) 網(wǎng)絡(luò)節(jié)點(diǎn)，建立此節(jié)點(diǎn)的目的是為了讓用戶(hù)首先可以直觀的看到商品之間的關(guān)聯(lián)程度，有一個(gè)感性認(rèn)識(shí)。選擇“圖形”選項(xiàng)卡中的“網(wǎng)絡(luò)”節(jié) 點(diǎn)，將此拖入界面，將“網(wǎng)絡(luò)”節(jié)點(diǎn)加入流中，與“過(guò)濾”節(jié)點(diǎn)連接起來(lái)。雙擊打開(kāi) 網(wǎng)絡(luò)節(jié)點(diǎn)，在“字段” 列表中選擇添加字段， 可以將所有的商品字段添加進(jìn)來(lái)；也可以點(diǎn)擊 “僅顯示真 值標(biāo)志”，將只顯示那些“兩者”的字段，如圖所示。WURD格式點(diǎn)擊“選項(xiàng)”卡，進(jìn)入選項(xiàng)設(shè)置，用戶(hù)可以在此設(shè)置鏈接數(shù)量的顯示范圍，不顯示一些鏈接數(shù)量低的鏈接，如圖所示點(diǎn)擊“運(yùn)行”按鈕，這時(shí)會(huì)生成一個(gè)商品之間關(guān)聯(lián)

10、程度（鏈接數(shù)量）的網(wǎng)絡(luò)圖，用戶(hù)可以在下方的調(diào)節(jié)桿上調(diào)節(jié)鏈接數(shù)量的顯示范圍。專(zhuān)業(yè)資料可以直觀的看到 beer 和 frozenmeat ，圖中，線(xiàn)的粗細(xì)和深淺代表聯(lián)系的強(qiáng)弱，系程度比較強(qiáng)。第五步，添加“建?！惫?jié)點(diǎn)到流中，開(kāi)始關(guān)聯(lián)規(guī)則模型設(shè)置和使用的篇章。首先點(diǎn)擊界面下 方“建模”選項(xiàng)卡，再點(diǎn)擊 Apriori ，節(jié)點(diǎn)拖放到界面中，連接該節(jié)點(diǎn)到過(guò) 雙擊 Apriori 節(jié)點(diǎn)。接著設(shè)置 Apriori 節(jié)點(diǎn)的參數(shù)，建立關(guān)聯(lián)規(guī)則模型。節(jié)點(diǎn)，如下圖所示該“字段” 選項(xiàng)卡， 是設(shè)置參與建模的字段和目標(biāo)字段的， 可以看到其中包括兩個(gè)選項(xiàng)， “使用類(lèi)型節(jié)點(diǎn)設(shè)置”和“使用定制設(shè)置”，這里將為用戶(hù)分別呈現(xiàn)兩種選項(xiàng)

11、的使用方法。這 里無(wú)論選擇哪個(gè)選項(xiàng)， 都需要將市場(chǎng)分析員重點(diǎn)關(guān)注的商品包括在其中， 其他商品可以不包括。 如果用戶(hù)選擇“使用定制設(shè)置”選項(xiàng)，則需要將啤酒設(shè)置在“后項(xiàng)”列表中，將其他 重點(diǎn)關(guān)注的商品設(shè)置在“前項(xiàng)”列表中，如下圖所示。模型”這里，分區(qū)允許您使用指定字段將數(shù)據(jù)分割為幾個(gè)不同的樣本， 分別用于模型構(gòu)建過(guò)程中的 訓(xùn)練、測(cè)試和驗(yàn)證階段。 如果設(shè)置了 “分區(qū)” ，除了在此選擇分區(qū)字段外， 還需要在 選項(xiàng)卡中，勾上“使用分區(qū)數(shù)據(jù)”的選擇框。關(guān)于“分區(qū)”的概念、作用和使用方法， 本文不做詳細(xì)介紹。除此， “使用事務(wù)處理格式”選擇框，是針對(duì)于事務(wù)性數(shù)據(jù)的，如果數(shù)據(jù)為交易格式， 需要勾上此選擇框，但

12、本示例的數(shù)據(jù)為表格格式，故無(wú)需選擇。設(shè)置好了字段后，點(diǎn)擊“模型”選項(xiàng)卡，進(jìn)入模型設(shè)置。如下圖所示用戶(hù)可以在“模型名稱(chēng)”處為本模型設(shè)置一個(gè)名字，如果想使用分區(qū)功能，則需要勾 上“使用分區(qū)數(shù)據(jù)”選項(xiàng)。用戶(hù)為規(guī)則模型設(shè)置一個(gè) 最低條件支持度 ，那么模型將從所有規(guī)則中選擇那些為真，并且 其對(duì)應(yīng)的記錄的百分比大于此值的規(guī)如果您獲得的規(guī)則適用于非常小的數(shù)據(jù)子請(qǐng)嘗則。集，試增加此設(shè)置。接著，用戶(hù)需要為模型設(shè)置一 最小規(guī)則置信度 ，表明正確預(yù)測(cè)的百分比。置信度低于指 個(gè)定標(biāo)準(zhǔn)的規(guī)則將被放棄。 如果您獲得的規(guī)則太多， 請(qǐng)嘗試增加此設(shè)置。 如果您獲得的規(guī)則 太少（甚至根本無(wú)法獲得規(guī)則），請(qǐng)嘗試降低此設(shè)置。用戶(hù)還可

13、以為任何規(guī)則指定 “最大前項(xiàng)數(shù)” 。這是一種用來(lái)限制規(guī)則復(fù)雜性的方式。 如果 規(guī)則太復(fù)雜或者太具體，請(qǐng)嘗試降低此設(shè)置。對(duì)于“僅包含標(biāo)志變量的真值” 選項(xiàng)，如果對(duì)于表格格式的數(shù)據(jù)選擇了此選項(xiàng)， 則在生成的 規(guī)則中只會(huì)出現(xiàn)真值。這樣使得規(guī)則更容易理解。該選項(xiàng)不適用于事務(wù)格式的數(shù)據(jù)。為了提高建模性能，設(shè)置了“優(yōu)化”選項(xiàng)供用戶(hù)選擇。選擇“速度”可指示算法從不 使用磁盤(pán)溢出，以便提高性能。選擇“內(nèi)存”可指示算法在合適的時(shí)候，以犧牲某些 速度為代價(jià)使用磁盤(pán)溢出。接下來(lái)，進(jìn)入“專(zhuān)家”選項(xiàng)卡，對(duì)于一般用戶(hù)，則選擇“簡(jiǎn)單”選項(xiàng)；而對(duì)于高級(jí)用 戶(hù)，則可以通過(guò)此頁(yè)面進(jìn)行微調(diào)，如下圖所示。點(diǎn)擊工具欄的綠色箭頭， 運(yùn)行

14、該流， 會(huì)生我們已經(jīng)創(chuàng)建好了關(guān)聯(lián)規(guī)則模型的整個(gè)流，“模型”節(jié)點(diǎn)，該節(jié)點(diǎn)里包含了模型運(yùn)行結(jié)果。整個(gè)運(yùn)行后的流圖，如下圖所示。/ 隱藏標(biāo)從結(jié)果可以看出，通過(guò)關(guān)聯(lián)規(guī)則模型挖掘出了三個(gè)規(guī)則，分別是規(guī)則一，購(gòu)買(mǎi)了凍肉( frozenmeal )和罐裝蔬菜( cannedveg )的顧客都會(huì)購(gòu)買(mǎi)啤 beer )；其中，第一列 酒(代表結(jié)果，而下一列代表?xiàng)l件，后面的列包含規(guī)則信息，如置信度、支持度和提升等。購(gòu)買(mǎi)了凍肉和罐裝蔬菜的顧客會(huì)購(gòu)買(mǎi)啤酒，此規(guī)則中購(gòu)買(mǎi)了凍肉和罐裝蔬菜的記錄有173條，占 17.3% 。而在購(gòu)買(mǎi)了凍肉和罐裝蔬菜的顧客中會(huì)有 84.393% 的顧客會(huì)購(gòu)買(mǎi)啤酒，并 且提升為 2.88 ，表明此規(guī)則的相關(guān)性很強(qiáng)，部署能力和置信度類(lèi)似，可以不考慮。通 過(guò)對(duì)規(guī)則信息