《網(wǎng)絡(luò)數(shù)據(jù)挖掘》實驗四

1、網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)嶒炈囊弧嶒災(zāi)康?學(xué)習(xí)如何為關(guān)聯(lián)規(guī)則挖掘準(zhǔn)備數(shù)據(jù)，學(xué)習(xí)關(guān)聯(lián)規(guī)則挖掘二、實驗內(nèi)容實驗內(nèi)容目錄下的movies目錄中的3個EXCEL文件分別為：customers.xls, movies.xls, movietype.xls,閱讀其中的數(shù)據(jù)，理解3個文件之間的關(guān)系。將這3個EXCEL文件導(dǎo)入以自己學(xué)號命名的數(shù)據(jù)庫。由于顧客看的電影片名繁多,具體電影之間的關(guān)聯(lián)規(guī)則比較小,因此我們將 分析顧客所看電影類型的頻繁項集和它們之間的關(guān)聯(lián)規(guī)則。因此我們首先需 要將每個顧客所看的具體電影名稱轉(zhuǎn)換成電影的類型,然后在此基礎(chǔ)上進(jìn)行 數(shù)據(jù)挖掘。首先創(chuàng)建一個視圖view_movietype,從moviet

2、ype表中找出所有不重復(fù)的電影類型。字段如下：字段名稱字段類型說明電影類型Varchar(50)具體字段名稱為movietype 中的值，注意不能重復(fù)。5.根據(jù)視圖所列出的電影類型，創(chuàng)建一個客戶觀看電影類型表CusMovieType。 字段如下：字段名稱字段類型說明customerlDInt(主鍵，不能重復(fù)，不能為 空)電影類型1Varchar(1)具體字段名稱為 view movietype 中的值。電影類型2Varchar(1)O O O O。在這張表中，customerlD為客戶表中的ID 號,作為本表的主鍵值，后面的列為第4步所創(chuàng)建視圖的所有行，類型為字符型，長度為1,當(dāng)某個custo

3、merlD 看過該類型的電影，則值為T。通過以下步驟填充表的行：創(chuàng)建一個視圖view_customerID，從movies表中找出所有的customerlD (不能重復(fù))。將視圖 view_customerID 中的所有 customerID 插入至表 CusMovieType 中。創(chuàng)建一個視圖view_custom_movietype,顯示所有客戶ID所購買電影的 類型。對視圖 view_custom_movietype 表逐行搜索，尋找每個客戶看過的每部電 影屬于哪個類型，并將 CusMovieType 表中對應(yīng)的 customerID 行的電影 類型字段值修改為 T。6.對cusMovi

4、eType表進(jìn)行單維布爾關(guān)聯(lián)規(guī)則挖掘，找出和“驚悚片”相關(guān)的關(guān) 聯(lián)規(guī)則，挖掘結(jié)構(gòu)如下：主鍵： CustomerID輸入列：所有電影類型預(yù)測列：驚悚片挖掘算法：關(guān)聯(lián)規(guī)則分析挖掘結(jié)果，內(nèi)容包括a）列出所有項集大于等于 3的頻繁項集（截圖），并簡單說明 5 種項集。b）列出包含有“驚悚片”的 3項集（5 種），并簡單說明。c）列出顧客選擇驚悚片的關(guān)聯(lián)規(guī)則（截圖），并簡單說明 5 個關(guān)聯(lián)規(guī)則。在第 6 步創(chuàng)建的挖掘結(jié)構(gòu)上新建一個挖掘模型，將“喜劇片”作為預(yù)測列， 進(jìn)行挖掘，寫出挖掘結(jié)果。內(nèi)容包括：a）列出所有項集大于等于 3的頻繁項集（截圖），并簡單說明 5 種項集。b）列出包含有“喜劇片”的 3項集

5、（5 種），并簡單說明。c）列出顧客選擇喜劇片的關(guān)聯(lián)規(guī)則（截圖），并簡單說明 5 個關(guān)聯(lián)規(guī)則。下面我們將分析顧客的年齡和性別與觀看電影類別的關(guān)系。首先 用 CusMovieType 表 和 customers 表 創(chuàng) 建 一 個 關(guān) 聯(lián) 查 詢 視 圖 view_cus_age_movietype,里面的列包括：customerID,age,Gender（性別）,以及 所有電影類型。字段名稱字段類型說明customerIDInt（主鍵，不能重復(fù)，不能為 空）AgeIntGenderVarchar(50)電影類型1Varchar(1)具體字段名稱為 view movietype 中的值。電影類型

6、2Varchar(1)O O O O。將上面的視圖中的age列離散化，按年齡從低到高，分成4組或者5組（自 己根據(jù)所有客戶的年齡排序后分組,注意年齡字段中有些行為空值）,生成一 個新的列：年齡區(qū)間。對 view_cus_age_movietype 視圖進(jìn)行關(guān)聯(lián)規(guī)則挖掘，找出顧客年齡、性別和 觀看電影類型之間的關(guān)聯(lián)規(guī)則，挖掘結(jié)構(gòu)如下：a）主鍵： CustomerIDb）輸入列：年齡區(qū)間，Gender，所有電影類型c）預(yù)測列：驚悚片，喜劇片d）挖掘算法：關(guān)聯(lián)規(guī)則分析挖掘結(jié)果，內(nèi)容包括a）列出所有項集大于等于3的頻繁項集，并簡單說明5種項集。b）列出包含有“年齡區(qū)間”、“性別”、“ 驚悚片”的項集（

7、3 個以上），作 簡單說明c）列出包含有“年齡區(qū)間”、“性別”、“ 喜劇片”的項集（3 個以上），作 簡單說明d）列出顧客的年齡區(qū)間、性別、電影類型選擇“驚悚片”的關(guān)聯(lián)規(guī)則，并 簡單說明。e）列出顧客的年齡區(qū)間、性別、電影類型選擇“喜劇片”的關(guān)聯(lián)規(guī)則，并 簡單說明。從 12 步可以看到由于電影類型眾多，影響了關(guān)于顧客年齡、性別與我們要分 析的“驚悚片，喜劇片”（也就是說，這些結(jié)果被淹沒了），因此我們需要將 挖掘模型中的輸入列進(jìn)行刪減，不選擇所有的電影類型，而只選擇在第 6 步 和第 8 步挖掘出來的和“驚悚片，喜劇片”這兩種類型相關(guān)的電影類型（5 種），分析挖掘結(jié)果，內(nèi)容包括a）列出所有項集大于等于 3的頻繁項集，并簡單說明 5 種項集。b）列出包含有“年齡區(qū)間”、“性別”、“ 驚悚片”的項集（3 個以上），作 簡單說明c）列出包含有“年齡區(qū)間”、“性別”、“ 喜劇片”的項集（3 個以上），作 簡單說明d） 列出顧客的年齡區(qū)間、性別、電影類型選擇“驚悚片”的關(guān)聯(lián)規(guī)則，并 簡