1.挖掘頻繁模式、關(guān)聯(lián)和相關(guān)性

動(dòng)機(jī)：尋找數(shù)據(jù)的內(nèi)在規(guī)律

• 什么樣的產(chǎn)品會(huì)經(jīng)常在一起購買？
• 當(dāng)購買一臺(tái)電腦后，后續(xù)會(huì)有哪些購買行為？
• 數(shù)據(jù)離散化是一種數(shù)據(jù)變換形式。
• 數(shù)據(jù)變換策略概述
• 通過規(guī)范化變換數(shù)據(jù)-
• 通過分箱離散化
• 通過直方圖分析離散化
• 通過聚類、決策樹和相關(guān)分析離散化
• 標(biāo)稱數(shù)據(jù)的概念分層產(chǎn)生

應(yīng)用

• 挖掘數(shù)據(jù)之間的關(guān)聯(lián)、相關(guān)性、和其他有趣的聯(lián)系，及購物籃分析, 交差營銷, 價(jià)目表設(shè)置,銷售活動(dòng)分析, 網(wǎng)絡(luò)點(diǎn)擊量分析。

2 頻繁模式分析

• 購物籃分析：一個(gè)誘發(fā)例子
• 頻繁項(xiàng)集、閉項(xiàng)集和關(guān)聯(lián)規(guī)則

3 購物籃分析：一個(gè)誘發(fā)例子

經(jīng)典的案例：啤酒和尿布的故事

• 20世紀(jì)90年代美國的一家大型超市發(fā)現(xiàn)了一個(gè)規(guī)律，在購買嬰兒尿布的年輕父親們中，有30%～40%的人同時(shí)要買一些啤酒。

• 超市隨后調(diào)整了貨架的擺放，把尿布和啤酒放在一起，明顯增加了銷售額。
  
  頻繁模式：制定營銷計(jì)劃來提高銷售量

• 對(duì)商店的顧客事務(wù)零售數(shù)據(jù)進(jìn)行分析

• 根據(jù)得到的有趣的關(guān)聯(lián)設(shè)計(jì)營銷策略：

• 經(jīng)常同時(shí)購買的商品擺放在一起，一遍刺激這些商品同時(shí)銷售
• 將同時(shí)購買的商品放在商店的兩端，可以誘發(fā)顧客購買沿途看到的商品（可以通過降價(jià)吸引顧客）。
  購物籃分析

• 如果問題的全域是商店中所有商品的集合，則對(duì)每種商品都可以用一個(gè)布爾量來表示該商品是否被顧客購買，則每個(gè)購物籃都可以用一個(gè)布爾向量表示（如形式0001001100）；經(jīng)過分析就可以得到商品被頻繁關(guān)聯(lián)或被同時(shí)購買的模式，這些模式就可以用關(guān)聯(lián)規(guī)則表示。

• 關(guān)聯(lián)規(guī)則的兩個(gè)興趣度度量
  computer=>financial_management_software[support=2%.confidence=60%]

• 支持度：有用性；指兩者被同時(shí)購買的概率
• 置信度：確定性；指購買A的顧客也購買B產(chǎn)品的概率

4 頻繁項(xiàng)集、閉項(xiàng)集和關(guān)聯(lián)規(guī)則

頻繁項(xiàng)集

• 項(xiàng)集
• 包含0個(gè)或多個(gè)項(xiàng)的集合
• k-項(xiàng)集：一個(gè)項(xiàng)集包含k個(gè)項(xiàng)
• 支持度（Support）
• 包含項(xiàng)集的事務(wù)數(shù)與總事務(wù)數(shù)的比值
• s({Milk, Bread, Diaper}) = 2/5
• 頻繁項(xiàng)集
• 滿足最小支持度閾值 的所有項(xiàng)集
• 例子
  
  s({Milk, Bread}) = 3/5
  s({Bread,Milk,Diaper,Beer}) = 1/5
  s({Bread,Milk,Diaper,Coke}) = 1/5
  簡單來說，就是如果這個(gè)頻繁項(xiàng)集的支持度和所有包含這個(gè)頻繁項(xiàng)集的超級(jí)的支持度不一樣，那么這個(gè)頻繁項(xiàng)集就是閉頻繁項(xiàng)集。

規(guī)則度量

• A->B
• 支持度：P(A ∩ B)，既有A又有B的概率
• 置信度：P(B|A)，在A發(fā)生的事件中同時(shí)發(fā)生B的概率 p(AB)/P(A)
• 例子：購物籃分析：牛奶->面包
• 支持度3%：意味著3%顧客同時(shí)購買牛奶和面包
• 置信度40%：意味著購買牛奶的顧客40%也購買面包

關(guān)聯(lián)規(guī)則挖掘問題

• 給定事務(wù)的集合 T, 關(guān)聯(lián)規(guī)則發(fā)現(xiàn)是指找出支持度大于等于 minsup并且置信度大于等于minconf的所有規(guī)則, minsup和minconf是對(duì)應(yīng)的支持度和置信度閾值。
• 大多數(shù)關(guān)聯(lián)規(guī)則挖掘算法通常采用的一種策略是，將關(guān)聯(lián)規(guī)則挖掘任務(wù)分解為如下兩個(gè)主要的子任務(wù):
• 頻繁項(xiàng)集產(chǎn)生（Frequent Itemset Generation）
  • 其目標(biāo)是發(fā)現(xiàn)滿足最小支持度閾值的所有項(xiàng)集，這些項(xiàng)集稱作頻繁項(xiàng)集。
• 規(guī)則的產(chǎn)生（Rule Generation）
  • 其目標(biāo)是從上一步發(fā)現(xiàn)的頻繁項(xiàng)集中提取所有高置信度的規(guī)則，這些規(guī)則稱作強(qiáng)規(guī)則。

5 總結(jié)

頻繁模式分析

• 找出給定數(shù)據(jù)集中反復(fù)出現(xiàn)的聯(lián)系
• 從事務(wù)數(shù)據(jù)庫、關(guān)系數(shù)據(jù)庫和其他信息存儲(chǔ)中的大量數(shù)據(jù)的項(xiàng)集之間發(fā)現(xiàn)有趣的、頻繁出現(xiàn)的模式、項(xiàng)與項(xiàng)之間的關(guān)聯(lián)或相關(guān)性

頻繁模式（關(guān)聯(lián)規(guī)則）挖掘

• 購物籃分析：一個(gè)誘發(fā)例子
• 頻繁項(xiàng)集、閉項(xiàng)集和關(guān)聯(lián)規(guī)則

頻繁模式（關(guān)聯(lián)規(guī)則）挖掘

• 給定事務(wù)的集合 T, 關(guān)聯(lián)規(guī)則發(fā)現(xiàn)是指找出支持度大于等于 minsup并且置信度大于等于minconf的所有規(guī)則, minsup和minconf是對(duì)應(yīng)的支持度和置信度閾值。

式（關(guān)聯(lián)規(guī)則）挖掘**

• 給定事務(wù)的集合 T, 關(guān)聯(lián)規(guī)則發(fā)現(xiàn)是指找出支持度大于等于 minsup并且置信度大于等于minconf的所有規(guī)則, minsup和minconf是對(duì)應(yīng)的支持度和置信度閾值。

總結(jié)

以上是生活随笔為你收集整理的十七、频繁模式、关联和相关性的基本概念和方法的全部內(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(cuò)，歡迎將生活随笔推薦給好友。