商務智能實驗8報告

.."數(shù)據(jù)挖掘與商務智能實驗"實驗報告實驗題目：關聯(lián)分析：關聯(lián)規(guī)那么：王俊學號：4指導教師：大斌實驗時間：2016.11.092016年11月12日實驗8關聯(lián)分析：關聯(lián)規(guī)那么實驗目的了解和熟悉SPSSModeler及其相關知識；掌握SPSSModeler工具建立Apriori關聯(lián)規(guī)那么的方法；學會運用SPSSModeler關聯(lián)規(guī)那么進展相關的容分析。實驗容本實驗分析的是超市顧客個人信息和他們的一次購置商品數(shù)據(jù)，采用的是關聯(lián)分析中的Apriori算法。本實驗的數(shù)據(jù)來自文件名為BASKETS.txt的文件。數(shù)據(jù)的主要容包括兩個局部，第一局部是顧客的個人信息，主要變量有會員卡號〔cardid〕、消費金額〔value〕、支付方式〔pmethod〕、性別〔sex〕、是否業(yè)主〔homeown〕、年齡〔age〕、收入〔ine〕；第二局部是顧客的一次購置商品的信息，主要變量有果蔬〔fruitveg〕、鮮肉〔freshmeat〕、奶制品〔dairy〕、罐頭蔬菜〔cannedveg〕、罐頭肉〔cannedmeat〕、冷凍食品〔frozenmeal〕、啤酒〔beer〕、葡萄酒〔wine〕、軟飲料〔softdrink〕、魚〔fish〕、糖果〔confectionery〕，均為二分類型變量，取值T表示購置,F表示未購置，是一種事實表的數(shù)據(jù)組織格式。本次試驗分析的是的哪些商品最有可能購置。具體實驗步驟如下：實驗步驟與結果步驟1創(chuàng)立Apriori算法數(shù)據(jù)流〔1〕通過"可變文件〞節(jié)點讀入數(shù)據(jù)BASKETS.txt?！?〕選擇建?？ㄆ械?Apriori〞節(jié)點并將其簡潔到數(shù)據(jù)中的恰當位置，點擊鼠標，選擇菜單中的編輯選項進展參數(shù)設置。步驟2設置具體參數(shù)〔1〕在"字段〞下，選擇"使用定制設置〞選項。在"后項〞和"前項〞框中選擇關聯(lián)規(guī)那么的后項和前項的變量，本例中分析連帶銷售商品，因此所有商品均被選入后項和前項。如圖8-1〔a〕所示。圖8-1〔a〕〔2〕在"類型〞下，制定當前前項最低條件支持度，默認值10%；最小規(guī)那么置信度，默認值為80%；最大前項數(shù)，默認為5；勾選"僅包含標志變量的真值〞，表示只顯示工程出現(xiàn)的規(guī)那么，而不顯示工程不出現(xiàn)時的規(guī)那么，這里關心的是商品的連帶購置。如圖8-1〔b〕所示。圖8-1〔b〕〔3〕在"專家〞的選項下，選擇模式"專家〞選項，并選擇評價關聯(lián)規(guī)那么的度量指標，這里選擇默認選項"規(guī)那么置信度〞。如圖8-2所示。圖8-2步驟3結果運行實驗結果如圖8-3所示。結果說明，如按第2條關聯(lián)規(guī)那么，購置啤酒和冷凍食品那么會同時購置罐頭蔬菜，樣本中購置啤酒喝冷凍食品的樣本為170；同樣也說明購置啤和冷凍食品的顧客有85.882%的可能購置罐頭蔬菜，該規(guī)那么的支持度為14.6%。本例中產(chǎn)生了三條關聯(lián)規(guī)那么：啤酒和罐頭蔬菜→冷凍食品〔S=14.6%，C=87.452%〕；啤酒和冷凍食品→罐頭蔬菜〔S=14.6%，C=85.882%〕；冷凍食品和罐頭蔬菜→啤酒〔S=14.6%，C=84.393%〕。同時三條關聯(lián)規(guī)那么的提升度〔2.895,2.834,2.88〕都可以承受。因此，啤酒、罐頭蔬菜、冷凍食品是最可能連帶銷售的商品。可以利用關聯(lián)規(guī)那么考察哪類和顧客符合哪條關聯(lián)規(guī)律。如果顧客滿足某條關聯(lián)規(guī)那么，那么可以推斷其有一定可能性同時購置某種商品，反之，那么無法預測。步驟4考察關聯(lián)規(guī)律〔1〕將Apriori節(jié)點中的模型計算的結果添加到數(shù)據(jù)流編輯區(qū)域的恰當位置?！?〕點擊鼠標右鍵選擇"編輯〞選項，進展"選項〞的設置?！?〕"最大預測數(shù)〞中輸入數(shù)值，默認為3.〔4〕勾選"忽略不匹配籃工程〞，表示樣本應用規(guī)那么時不能按照順序完全匹配前項的所有工程時，允許采用非精度匹配。勾選"檢查預測不在籃中〞，表示樣本應用關聯(lián)規(guī)那么時，給出的后項結果不應出現(xiàn)在前項。如圖8-4所示。圖8-4通過"表〞節(jié)點課觀察具體的結果。$A、$AC、$A-Rule表示每個樣本應用關聯(lián)規(guī)那么的推測結果、置信度和規(guī)那么編號。例如在表中向編號16的顧客運用關聯(lián)規(guī)那么1，可以推測其有85.9%的可能性同時購置罐頭蔬菜。當然，如果樣本不符合任何關聯(lián)規(guī)那么，也就是沒有一條關聯(lián)規(guī)那么中出現(xiàn)的商品出現(xiàn)在顧客的購物清單中，那么推斷結果為系統(tǒng)缺失值$null$。實驗結果如圖8-5所示。圖8-5實驗最終圖示如下：實驗分析與擴展練習實驗分析：請總結分析下面的問題：如果需要關注的關聯(lián)規(guī)那么比擬多，或者讀者只是想關注特定情況下的規(guī)那么，如何使用該軟件工具進展相關的過濾。答：先在導入文件時候選擇篩選過濾選項，根據(jù)自己的需要選取需要的字段；然后在字段中進展相關的篩選和過濾也可以到達要求，如下圖：在相關的分析中，如何合理的使用GRI算法得到相應的結果。五、結論與討論(重點)Apriori算法的根本思想是：首先找出所有的頻集，這些項集出現(xiàn)的頻繁性至少和預定義的最小支持度一樣。然后由頻集產(chǎn)生強關聯(lián)規(guī)那么，這些規(guī)那么必須滿足最小支持度和最小可信度。然后使用第1步找到的頻集產(chǎn)生期望的規(guī)那么，產(chǎn)生只包含集合的項的所有規(guī)那么，其中每一條規(guī)那么的右部只有一項，這里采用的是中規(guī)那么的定義。一旦這些規(guī)那么被生成，那么只有那些大于用戶給定的最小可信度的規(guī)那么才被留下來。為了生成所有頻集，使用了遞推的方法。關聯(lián)規(guī)那么的優(yōu)缺點：〔1〕優(yōu)點：它可以產(chǎn)生清晰有用的結果；它支持間接數(shù)據(jù)挖掘；可以處理變長的數(shù)據(jù)；它的計算的消耗量是可以預見的?！?〕缺點：當問題變大時，計算量增長得厲害；難以決定正確的數(shù)據(jù)；容易忽略稀有