一、實(shí)驗(yàn)項(xiàng)目名稱：

關(guān)聯(lián)規(guī)則——Apriori算法

二、實(shí)驗(yàn)?zāi)康呐c要求：

在軟件方面：會用Clementine軟件進(jìn)行關(guān)聯(lián)規(guī)則分析。
在理論方面：Apriori算法。

三、實(shí)驗(yàn)原理：

1、Apriori算法步驟

2、Apriori應(yīng)用
Apriori算法廣泛應(yīng)用于商業(yè)中，應(yīng)用于消費(fèi)市場價格分析中，它能夠很快的求出各種產(chǎn)品之間的價格關(guān)系和它們之間的影響。通過數(shù)據(jù)挖掘，市場商人可以瞄準(zhǔn)目標(biāo)客戶，采用個人股票行市、最新信息、特殊的市場推廣活動或其他一些特殊的信息手段，從而極大地減少廣告預(yù)算和增加收入。百貨商場、超市和一些老字型大小的零售店也在進(jìn)行數(shù)據(jù)挖掘，以便猜測這些年來顧客的消費(fèi)習(xí)慣。
Apriori算法應(yīng)用于網(wǎng)絡(luò)安全領(lǐng)域，比如時候入侵檢測技術(shù)中。早期中大型的電腦系統(tǒng)中都收集審計(jì)信息來建立跟蹤檔，這些審計(jì)跟蹤的目的多是為了性能測試或計(jì)費(fèi)，因此對攻擊檢測提供的有用信息比較少。它通過模式的學(xué)習(xí)和訓(xùn)練可以發(fā)現(xiàn)網(wǎng)絡(luò)用戶的異常行為模式。采用作用度的Apriori算法削弱了Apriori算法的挖掘結(jié)果規(guī)則，是網(wǎng)絡(luò)入侵檢測系統(tǒng)可以快速的發(fā)現(xiàn)用戶的行為模式，能夠快速的鎖定攻擊者，提高了基于關(guān)聯(lián)規(guī)則的入侵檢測系統(tǒng)的檢測性。
Apriori算法應(yīng)用于高校管理中。隨著高校貧困生人數(shù)的不斷增加，學(xué)校管理部門資助工作難度也越加增大。針對這一現(xiàn)象，提出一種基于數(shù)據(jù)挖掘算法的解決方法。將關(guān)聯(lián)規(guī)則的Apriori算法應(yīng)用到貧困助學(xué)體系中，并且針對經(jīng)典Apriori挖掘算法存在的不足進(jìn)行改進(jìn)，先將事務(wù)數(shù)據(jù)庫映射為一個布爾矩陣，用一種逐層遞增的思想來動態(tài)的分配內(nèi)存進(jìn)行存儲，再利用向量求"與"運(yùn)算，尋找頻繁項(xiàng)集。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的Apriori算法在運(yùn)行效率上有了很大的提升，挖掘出的規(guī)則也可以有效地輔助學(xué)校管理部門有針對性的開展貧困助學(xué)工作。
Apriori算法被廣泛應(yīng)用于移動通信領(lǐng)域。移動增值業(yè)務(wù)逐漸成為移動通信市場上最有活力、最具潛力、最受矚目的業(yè)務(wù)。隨著產(chǎn)業(yè)的復(fù)蘇，越來越多的增值業(yè)務(wù)表現(xiàn)出強(qiáng)勁的發(fā)展勢頭，呈現(xiàn)出應(yīng)用多元化、營銷品牌化、管理集中化、合作縱深化的特點(diǎn)。針對這種趨勢，在關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘中廣泛應(yīng)用的Apriori算法被很多公司應(yīng)用。依托某電信運(yùn)營商正在建設(shè)的增值業(yè)務(wù)Web數(shù)據(jù)倉庫平臺，對來自移動增值業(yè)務(wù)方面的調(diào)查數(shù)據(jù)進(jìn)行了相關(guān)的挖掘處理，從而獲得了關(guān)于用戶行為特征和需求的間接反映市場動態(tài)的有用信息，這些信息在指導(dǎo)運(yùn)營商的業(yè)務(wù)運(yùn)營和輔助業(yè)務(wù)提供商的決策制定等方面具有十分重要的參考價值。

四、實(shí)驗(yàn)方案設(shè)計(jì)：

五、測試數(shù)據(jù)與實(shí)驗(yàn)結(jié)果

測試數(shù)據(jù)1(選作，筆試參考題目)：Apriori算法。仿照上面給出的算法步驟，完成下列問題，給出強(qiáng)關(guān)聯(lián)規(guī)則.

最小支持度為4/9,最小置信度80%.
（1）找出所有的頻繁項(xiàng)集；
（2）給出所有的強(qiáng)關(guān)聯(lián)規(guī)則，并給出每個強(qiáng)關(guān)聯(lián)規(guī)則的支持度和置信度；
（3）計(jì)算每個強(qiáng)關(guān)聯(lián)規(guī)則的提升度.
（4）最后給出有意義的強(qiáng)關(guān)聯(lián)規(guī)則.
測試數(shù)據(jù)2：對Clementine軟件自帶的BASKETS1n進(jìn)行購物籃分析.

總結(jié)

以上是生活随笔為你收集整理的【数据挖掘实验】关联规则——Apriori算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。