版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
第八章基于關(guān)聯(lián)規(guī)則的購物籃分析一、什么是關(guān)聯(lián)規(guī)則
主要是描述一組數(shù)據(jù)屬性之間的密切度或關(guān)聯(lián)程度。分析結(jié)果是一組指定商品之間關(guān)系模式的關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則是無監(jiān)督的,所以無需訓(xùn)練算法和提前標(biāo)識數(shù)據(jù)。如:美國沃爾瑪超市的數(shù)據(jù)分析人員在做數(shù)據(jù)分析的時候發(fā)現(xiàn),每到周末同時購買啤酒和尿不濕的人較平時增加很多。他們對數(shù)據(jù)進行了進一步挖掘并且走訪了很多同時購買這兩樣商品的顧客,他們發(fā)現(xiàn)這些顧客有幾個共同的特點:一般是周末出現(xiàn)這種情況:
購買者以已婚男士為主他們家中有孩子且不到兩歲,有尿不濕的剛需他們喜歡看體育比賽節(jié)目,并且喜歡邊喝啤酒邊看。顧客有喝啤酒的需求周末是體育比賽扎堆的日子,所以出現(xiàn)這種關(guān)聯(lián)銷售多在周末的時候。發(fā)現(xiàn)這個秘密后,于是超市就大膽的將啤酒放在尿不濕旁邊陳列,讓這些顧客購買起來更方便。實驗結(jié)果發(fā)現(xiàn)二者的銷售量都大幅度的提升。這是一個典型的利用關(guān)聯(lián)銷售提升業(yè)績的案例。例如{花生醬,果凍}→{面包}。購買前兩種就極有可能購買面包。關(guān)聯(lián)規(guī)則總是由項集的子集組成,通過將規(guī)則左項(條件項)(LHS)的一個項集與規(guī)則右項(結(jié)果項)(RHS)的另一個項集聯(lián)系起來。LHS:表示為了觸發(fā)規(guī)則需要滿足的條件RHS:表示滿足條件后的預(yù)期結(jié)果。{花生醬,果凍}→{面包}一般,關(guān)聯(lián)規(guī)則可以應(yīng)用的場景有:優(yōu)化貨架商品擺放或者優(yōu)化郵寄商品的目錄交叉銷售或者捆綁銷售搜索詞推薦或者識別異常
二、概念項:交易數(shù)據(jù)庫中的一個字段,對超市的交易來說一般是指一次交易中的一個物品,如:牛奶項集:包含若干個項的集合,一般會大于0個,如{花生醬,果凍}支持度:項集X在總項集中出現(xiàn)的概率。N:數(shù)據(jù)庫中交易次數(shù)count(X):表示包含項集X的交易次數(shù)。置信度:交易中項或者項集X的出現(xiàn)導(dǎo)致項或者項集Y出現(xiàn)的比例。即在先決條件X發(fā)生的條件下,由關(guān)聯(lián)規(guī)則{X->Y}推出Y的概率頻繁項集:某個項集的支持度大于設(shè)定閾值(人為設(shè)定或者根據(jù)數(shù)據(jù)分布和經(jīng)驗來設(shè)定),即稱這個項集為頻繁項集。提升度(lift):表示含有X的條件下同時含有Y的概率,與無論含不含X含有Y的概率之比。如:{慰問卡,鮮花}的支持度=3/5=0.6{鮮花}→{慰問卡}的置信度=0.6/0.8=0.75{慰問卡}→{鮮花}的置信度=0.6/0.6=1假如有一條規(guī)則:牛肉—>雞肉,那么同時購買牛肉和雞肉的顧客比例是3/7,而購買牛肉的顧客當(dāng)中也購買了雞肉的顧客比例是3/4。S表示所有的顧客,而A表示買了牛肉的顧客,B表示買了雞肉的顧客,C表示既買了牛肉又買了雞肉的顧客。那么C.count/S.count=3/7,C.count/A.count=3/4。。提升度示例:1000名顧客,購買年貨,A組有500人購買茶葉,有450人購買咖啡;B組有0人購買茶葉,有450人購買咖啡。
茶葉->咖啡的支持度=450/1000=45%茶葉->咖啡的置信度=45%/(500/1000)=90%茶葉->咖啡的提升度=90%/(900/1000)=1由于lift(茶葉X->咖啡Y)=1,所以說明X與Y相互獨立,即是否有X對于Y的出現(xiàn)沒有影響。雖然支持度和置信度都高,但它們之間沒有必然的關(guān)聯(lián)關(guān)系。滿足最小支持度和最小置信度的關(guān)聯(lián)關(guān)系叫做強關(guān)聯(lián)關(guān)系如果lift>1,叫做有效的強關(guān)聯(lián)關(guān)系,如果lift<=1,叫做無效的強關(guān)聯(lián)關(guān)系特別的如果lift(X->Y)=1,則稱X與Y相互獨立三、Apriori算法:現(xiàn)實中,許多潛在的商品組合極少,不是一個一個地評估集合的每一個元素。例如:如一個商店同時銷售汽車產(chǎn)品和化妝品,但{機油,口紅}這兩個物品的組合就可能很少,忽略類似組合,就可以限制規(guī)則的搜索范圍,該算法采用一個簡單的先驗信念作為準則來減少關(guān)聯(lián)規(guī)則的搜索空間:一個頻繁項集(集合)的所有子集也是頻繁的。比如,如果{機油,口紅}是頻繁的,那么當(dāng)且僅當(dāng)機油,口紅都是頻繁的。如果只要其中一個是非頻繁的,那么任意一個含有這兩項的集合都可以從搜索中排除。使用關(guān)聯(lián)規(guī)則的過程主要包含以下三個步驟:(1)根據(jù)支持度(support),從事務(wù)集合中找出頻繁項集。(2)根據(jù)置信度(confidence),從頻繁項集中找出強關(guān)聯(lián)規(guī)則(置信度閾值需要根據(jù)實驗或者經(jīng)驗而定)(3)根據(jù)提升度(lift),從強關(guān)聯(lián)規(guī)則中篩選出有效的強關(guān)聯(lián)規(guī)則
Apriori算法的核心思想:頻繁集的子集一定是頻繁的非頻繁集的超集一定是非頻繁的創(chuàng)建規(guī)則的過程:識別所有滿足最小支持度閾值的項集。使用那些滿足最小置信度閾值的項集來創(chuàng)建規(guī)則。Apriori算法的優(yōu)缺點:優(yōu)點:能夠處理大量的事務(wù)型數(shù)據(jù)規(guī)則中的結(jié)果很容易理解對于數(shù)據(jù)挖掘和發(fā)現(xiàn)數(shù)據(jù)庫中意想不到的知識很有用。缺點:對于小的數(shù)據(jù)集不是很有用需要努力地將對數(shù)據(jù)的真實洞察和常識區(qū)分開容易從隨機模式得出虛假結(jié)論。假設(shè)我們設(shè)置得最小支持度為30%,最小自信度為60%。從上面的表中,可以得到:support(買游戲光碟→買影片光碟)=4000/10000=40%confidence(買游戲光碟→買影片光碟)=4000/6000=66%
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年溫室大棚內(nèi)植物種植技術(shù)服務(wù)合同3篇
- 2025年云南貨運從業(yè)資格證考試題答案大全及解析
- 2025年荊門大車貨運資格證考試題
- 2024全新車輛頂賬拆分及追償服務(wù)協(xié)議5篇
- 2025年河池怎么考貨運從業(yè)資格證
- 2024年煤礦開發(fā)深度合作協(xié)議模版版B版
- 《男員工站立時,怎》課件
- 安徽省淮北市五校聯(lián)考2022-2023學(xué)年八年級下學(xué)期第一次月考歷史試題(解析版)
- 2024年物業(yè)服務(wù)管理合同(智能化系統(tǒng))
- 2024年水果訂購合同:柑橘專篇
- 書法鑒賞 (浙江財大版)學(xué)習(xí)通超星期末考試答案章節(jié)答案2024年
- 電影作品解讀-世界科幻電影智慧樹知到期末考試答案章節(jié)答案2024年成都錦城學(xué)院
- 開票稅點自動計算器
- 建筑用砂石料采購 投標(biāo)方案(技術(shù)方案)
- 香文化與養(yǎng)生智慧樹知到期末考試答案章節(jié)答案2024年浙江農(nóng)林大學(xué)
- 小學(xué)四年級上冊勞動期末試卷
- 浙江開放大學(xué)2024年《法律文化》形考作業(yè)1-4答案
- 《福建省安全生產(chǎn)條例》考試復(fù)習(xí)題庫45題(含答案)
- C語言編程新思路智慧樹知到期末考試答案2024年
- 學(xué)習(xí)《中華人民共和國反電信網(wǎng)絡(luò)詐騙法》
- (2024)政府采購評審專家考試題庫及答案
評論
0/150
提交評論