商務(wù)智能理論與應(yīng)用7-關(guān)聯(lián)規(guī)則ppt課件

1、1關(guān)聯(lián)規(guī)那么2022/7/10.一、關(guān)聯(lián)規(guī)那么的定義2關(guān)聯(lián)規(guī)那么普通用以發(fā)現(xiàn)事務(wù)數(shù)據(jù)庫中不同商品項之間的聯(lián)絡(luò)，用這些規(guī)那么找出顧客的購買行為方式。這種規(guī)那么可以運用于超市商品貨架設(shè)計、貨物擺放以及根據(jù)購買方式對用戶進展分類 。2022/7/10.3二、關(guān)聯(lián)規(guī)那么：根本概念一支持度與置信度 AAB B買尿布的客戶二者都買的客戶買啤酒的客戶2022/7/10.置信度confidence(.)：是指購物籃分析中有了左邊商品，同時又有右邊商品的買賣次數(shù)百分比，也就是說在一切的購買了左邊商品的買賣中，同時又購買了右邊商品的買賣概率。 41、置信度2022/7/10.2、支持度支持度sup(.)：表示在購

2、物籃分析中同時包含關(guān)聯(lián)規(guī)那么左右兩邊物品的買賣次數(shù)百分比，即支持這個規(guī)那么的買賣的次數(shù)百分比 。52022/7/10.例：6對于規(guī)那么A Csupport = support(A, C) = 50%confidence = support(A, C)/support(A) = 66.6%2022/7/10.交易項目成交次數(shù)夾克，球鞋300滑雪衫，球鞋100夾克，滑雪衫，球鞋100球鞋50慢跑鞋40夾克，慢跑鞋100滑雪衫，慢跑鞋200襯衣10夾克40滑雪衫60合計10007表1運動鞋Y1單獨購買合計球鞋Y11慢跑鞋Y12上衣X襯衣X11010外套X2夾克X2140010040540滑雪衫X22

3、20020060460單獨購買5040合 計65034010008表2規(guī)那么“夾克球鞋的計算92022/7/10.運動鞋Y1單獨購買合計球鞋Y11慢跑鞋Y12上衣X襯衣X11010外套X2夾克X211001滑雪衫X2218980899單獨購買090090合 計298810100010表3存在的問題：111.高置信度，低支持度：夾克球鞋的置信度高達(dá)100，但由于只需一人買了球鞋，這條關(guān)聯(lián)規(guī)那么支持度只需千分之一。2.支持度、置信度都比較高，但幾乎是沒有作用的規(guī)那么?！百I方便面那么買牛奶，“買牙刷那么買牛奶，“喜歡野外休閑那么會買牛奶。2022/7/10.121、關(guān)聯(lián)規(guī)那么的分類二、關(guān)聯(lián)規(guī)那么的分

4、類與作用2022/7/10.布爾型關(guān)聯(lián)規(guī)那么與數(shù)值型關(guān)聯(lián)規(guī)那么布爾型關(guān)聯(lián)規(guī)那么處置的值都是離散的、種類化的，它顯示了這些變量之間的關(guān)系；數(shù)值型關(guān)聯(lián)規(guī)那么可以和多維關(guān)聯(lián)或多層關(guān)聯(lián)規(guī)那么結(jié)合起來，對數(shù)值型字段進展處置，將其進展動態(tài)的分割，或者直接對原始的數(shù)據(jù)進展處置，當(dāng)然數(shù)值型關(guān)聯(lián)規(guī)那么中也可以包含種類變量。2022/7/1013.假設(shè)關(guān)聯(lián)規(guī)那么中的項或?qū)傩悦總€只涉及一個維，那么它是單維關(guān)聯(lián)規(guī)那么；反之，為多維關(guān)聯(lián)規(guī)那么。如，計算機財務(wù)軟件；年齡3039歲、月收入4000元以上高清電視假設(shè)在給定的規(guī)那么集中，規(guī)那么不涉及不同籠統(tǒng)層的項或?qū)傩?，就稱單層關(guān)聯(lián)規(guī)那么；反之，稱多層。142022/7/10

5、.2、關(guān)聯(lián)規(guī)那么的作用15購物籃分析：關(guān)聯(lián)規(guī)那么就是要找出哪些產(chǎn)品總是會同時出如今客戶的購物籃中。商品擺放，基于商店不同的運營理念，假設(shè)將會經(jīng)常一同購買的東西較近擺放，客戶會比較方便購買，假設(shè)有意放在購物通道的兩端，顧客尋覓的過程中可以添加其他物品銷售的能夠性。關(guān)聯(lián)規(guī)那么可以處置所謂的匿名消費。一張發(fā)票就是一個購物籃與決策樹和類神經(jīng)網(wǎng)絡(luò)不同。關(guān)聯(lián)規(guī)那么與時序規(guī)那么相結(jié)合不能匿名，適宜會員制。先找出來哪些事務(wù)總是同時發(fā)生的關(guān)聯(lián)規(guī)那么，再參與時間的要素，找出哪些事務(wù)總是會先后發(fā)生的潛在規(guī)律。2022/7/10.另外，只需同一個購物籃的商品信息可以分析的工程也很有限，因此，可以將氣候資訊溫度、濕度、

6、降雨等轉(zhuǎn)換為虛擬的商品工程，并入到購物籃中進展關(guān)聯(lián)規(guī)那么的分析。如，日本7-11相當(dāng)著名的“七五三規(guī)那么。即是說假設(shè)一天當(dāng)中溫度相差7度、今天和昨天的溫度差到5度、濕度差大于30%的話，代表感冒的人會添加，藥店就要思索把感冒藥、溫度計和口罩之類的用品上架。162022/7/10.三、 關(guān)聯(lián)規(guī)那么的發(fā)掘172022/7/10.一關(guān)聯(lián)規(guī)那么發(fā)掘的步驟第一步：找出一切頻繁項集：根據(jù)定義，這些項集出現(xiàn)的頻繁性支持度至少和預(yù)定義的最小支持度一樣。第二步：由頻繁項集產(chǎn)生強關(guān)聯(lián)規(guī)那么：根據(jù)定義，這些規(guī)那么必需滿足最小支持度和最小置信度。182022/7/10.19對于一個給定的候選數(shù)據(jù)集，項集的數(shù)目呈指數(shù)增

7、長。2022/7/10二Apriori演算法.關(guān)聯(lián)規(guī)那么計算雖然容易但由于規(guī)那么太多容易構(gòu)成“組合爆炸，因此，需求對這些規(guī)那么進展挑選，挑選需求的統(tǒng)計量如下：最小支持度：規(guī)那么必需符合的最小支持度閥值。最小置信度：計算規(guī)那么所必需符合的最低置信度閥值。假設(shè)關(guān)聯(lián)規(guī)那么滿足最小支持度和最小置信度，可以說該規(guī)那么是有趣的。202022/7/101、算法所需求的前置統(tǒng)計量：.2、頻繁項集項的集合稱為項集itemset包含k個項的項集稱為k-項集。集合計算機，金融管理軟件就是一個2-項集。項集出現(xiàn)頻數(shù)是包含項集的事務(wù)數(shù)，簡稱為項集的頻數(shù)、支持計數(shù)或計數(shù)。212022/7/10.假設(shè)項集滿足最小支持度或滿

8、足min_sup與數(shù)據(jù)庫中事務(wù)總數(shù)的乘積即最小支持計數(shù)，那么稱它為頻繁項集(frequent itemset)。頻繁k-項集的集合通常記作Lk。2022/7/1022.23對于A C：support = support(A、C) = 50%confidence = support(A、C)/support(A) = 66.6%最小支持度 50%最小可信度 50%例：2022/7/10.4、Apriori算法：運用候選項集找頻繁項集Apriori算法是一種最有影響的發(fā)掘布爾關(guān)聯(lián)規(guī)那么頻繁項集的算法。算法的名字基于這樣的現(xiàn)實：算法運用頻繁項集性質(zhì)的先驗知識。它運用一種稱作逐層搜索的迭代方法，k-項

9、集用于探求(k+1)-項集。首先，找出頻繁1-項集的集合。該集合記作L1。 L1用于找頻繁2-項集的集合L2，而L2用于找L3，如此下去，直到不能找到頻繁k-項集。找每個Lk需求一次數(shù)據(jù)庫掃描。242022/7/10.例125數(shù)據(jù)庫D掃描DC1L1L2C2C2掃描DC3L3掃描D2022/7/10為什么只需一項？.26例：L3=abc, abd, acd, ace, bcd銜接: L3*L3abcd from abc and abdacde from acd and ace修剪:acde is removed because ade is not in L3C4=abcd2022/7/10Ap

10、riori剪枝頻繁項集的任何子集也一定是頻繁的。.例3：27.3、Apriori算法的實現(xiàn)過程282022/7/10.4、由頻繁項集產(chǎn)生關(guān)聯(lián)規(guī)那么一旦找出頻繁項集，再經(jīng)過最小置信度產(chǎn)生關(guān)聯(lián)規(guī)那么。關(guān)聯(lián)規(guī)那么的產(chǎn)生步驟如下：對于每個頻繁項集l，產(chǎn)生l的一切非空子集。對于l的每個非空子集s，假設(shè)那么輸出規(guī)那么“s(l-s)。292022/7/10.以例3為例，看其中一個頻繁項集l=I1,I2,I5，可以由l產(chǎn)生哪些關(guān)聯(lián)規(guī)那么？l的非空子集有I1,I2I1,I5I2,I5I1I2I5。結(jié)果關(guān)聯(lián)規(guī)那么如下，每個都列出了置信度。假設(shè)最小置信度閥值為70%，那么只需第2、3和最后一個規(guī)那么可以輸出。302022/7/10.真正可取的規(guī)那么具備的條件31并非一切的規(guī)那么在符合閥值限制后都是有意義的，這樣的規(guī)那么還分為：有用的規(guī)那么：包含高質(zhì)量的有效情報常識無法解釋的結(jié)果關(guān)聯(lián)規(guī)那么真正可取的是具備以下兩個條件的規(guī)那么 ：人們常識之外、預(yù)料之外的關(guān)聯(lián)該規(guī)那么必需具有潛在的作用2022/7/10.5、案例2022/7/1032.2022/7/1033.34Apriori算法的中心:用頻繁的(k 1)-項集生成候選的頻繁k-項集用數(shù)據(jù)庫掃描和方式匹配計算候選集的支持度Apriori的瓶頸:候選集生成宏大的候選集:1