商務(wù)智能理論與應(yīng)用7-關(guān)聯(lián)規(guī)則

1關(guān)聯(lián)規(guī)則2023/2/2一、關(guān)聯(lián)規(guī)則的定義2關(guān)聯(lián)規(guī)則一般用以發(fā)現(xiàn)事務(wù)數(shù)據(jù)庫(kù)中不同商品（項(xiàng)）之間的聯(lián)系，用這些規(guī)則找出顧客的購(gòu)買(mǎi)行為模式。這種規(guī)則可以應(yīng)用于超市商品貨架設(shè)計(jì)、貨物擺放以及根據(jù)購(gòu)買(mǎi)模式對(duì)用戶(hù)進(jìn)行分類(lèi)。2023/2/23二、關(guān)聯(lián)規(guī)則：基本概念（一）支持度與置信度AA∩BB買(mǎi)尿布的客戶(hù)二者都買(mǎi)的客戶(hù)買(mǎi)啤酒的客戶(hù)2023/2/2置信度confidence(.)：是指購(gòu)物籃分析中有了左邊商品，同時(shí)又有右邊商品的交易次數(shù)百分比，也就是說(shuō)在所有的購(gòu)買(mǎi)了左邊商品的交易中，同時(shí)又購(gòu)買(mǎi)了右邊商品的交易概率。

41、置信度2023/2/22、支持度支持度sup(.)：表示在購(gòu)物籃分析中同時(shí)包含關(guān)聯(lián)規(guī)則左右兩邊物品的交易次數(shù)百分比，即支持這個(gè)規(guī)則的交易的次數(shù)百分比。52023/2/2例：6對(duì)于規(guī)則ACsupport=support({A,

C})=50%confidence=support({A,

C})/support({A})=66.6%2023/2/2交易項(xiàng)目成交次數(shù)夾克，球鞋300滑雪衫，球鞋100夾克，滑雪衫，球鞋100球鞋50慢跑鞋40夾克，慢跑鞋100滑雪衫，慢跑鞋200襯衣10夾克40滑雪衫60合計(jì)10007表1運(yùn)動(dòng)鞋Y1單獨(dú)購(gòu)買(mǎi)合計(jì)球鞋Y11慢跑鞋Y12上衣X襯衣X11010外套X2夾克X2140010040540滑雪衫X2220020060460單獨(dú)購(gòu)買(mǎi)5040合計(jì)65034010008表2規(guī)則“夾克→球鞋”的計(jì)算92023/2/2運(yùn)動(dòng)鞋Y1單獨(dú)購(gòu)買(mǎi)合計(jì)球鞋Y11慢跑鞋Y12上衣X襯衣X11010外套X2夾克X211001滑雪衫X2218980899單獨(dú)購(gòu)買(mǎi)090090合計(jì)298810100010表3存在的問(wèn)題：111.高置信度，低支持度：夾克球鞋”的置信度高達(dá)100％，但因?yàn)橹挥幸蝗速I(mǎi)了球鞋，這條關(guān)聯(lián)規(guī)則支持度只有千分之一。2.支持度、置信度都比較高，但幾乎是沒(méi)有作用的規(guī)則?！百I(mǎi)方便面則買(mǎi)牛奶”，“買(mǎi)牙刷則買(mǎi)牛奶”，“喜歡野外休閑則會(huì)買(mǎi)牛奶”。2023/2/2121、關(guān)聯(lián)規(guī)則的分類(lèi)二、關(guān)聯(lián)規(guī)則的分類(lèi)與作用2023/2/2布爾型關(guān)聯(lián)規(guī)則與數(shù)值型關(guān)聯(lián)規(guī)則布爾型關(guān)聯(lián)規(guī)則處理的值都是離散的、種類(lèi)化的，它顯示了這些變量之間的關(guān)系；數(shù)值型關(guān)聯(lián)規(guī)則可以和多維關(guān)聯(lián)或多層關(guān)聯(lián)規(guī)則結(jié)合起來(lái)，對(duì)數(shù)值型字段進(jìn)行處理，將其進(jìn)行動(dòng)態(tài)的分割，或者直接對(duì)原始的數(shù)據(jù)進(jìn)行處理，當(dāng)然數(shù)值型關(guān)聯(lián)規(guī)則中也可以包含種類(lèi)變量。2023/2/213如果關(guān)聯(lián)規(guī)則中的項(xiàng)或?qū)傩悦總€(gè)只涉及一個(gè)維，則它是單維關(guān)聯(lián)規(guī)則；反之，為多維關(guān)聯(lián)規(guī)則。如，計(jì)算機(jī)→財(cái)務(wù)軟件；年齡30～39歲、月收入4000元以上→高清電視如果在給定的規(guī)則集中，規(guī)則不涉及不同抽象層的項(xiàng)或?qū)傩?，就稱(chēng)單層關(guān)聯(lián)規(guī)則；反之，稱(chēng)多層。142023/2/22、關(guān)聯(lián)規(guī)則的作用15購(gòu)物籃分析：關(guān)聯(lián)規(guī)則就是要找出哪些產(chǎn)品總是會(huì)同時(shí)出現(xiàn)在客戶(hù)的購(gòu)物籃中。商品擺放，基于商店不同的經(jīng)營(yíng)理念，如果將會(huì)經(jīng)常一起購(gòu)買(mǎi)的東西較近擺放，客戶(hù)會(huì)比較方便購(gòu)買(mǎi)，如果有意放在購(gòu)物通道的兩端，顧客尋找的過(guò)程中可以增加其他物品銷(xiāo)售的可能性。關(guān)聯(lián)規(guī)則可以處理所謂的匿名消費(fèi)。（一張發(fā)票就是一個(gè)購(gòu)物籃——與決策樹(shù)和類(lèi)神經(jīng)網(wǎng)絡(luò)不同。）關(guān)聯(lián)規(guī)則與時(shí)序規(guī)則相結(jié)合（不能匿名，適合會(huì)員制）。先找出來(lái)哪些事務(wù)總是同時(shí)發(fā)生的關(guān)聯(lián)規(guī)則，再加入時(shí)間的因素，找出哪些事務(wù)總是會(huì)先后發(fā)生的潛在規(guī)律。2023/2/2另外，只有同一個(gè)購(gòu)物籃的商品信息能夠分析的項(xiàng)目也很有限，因此，可以將氣象資訊（溫度、濕度、降雨）等轉(zhuǎn)換為虛擬的商品項(xiàng)目，并入到購(gòu)物籃中進(jìn)行關(guān)聯(lián)規(guī)則的分析。如，日本7-11相當(dāng)著名的“七五三”規(guī)則。即是說(shuō)如果一天當(dāng)中溫度相差7度、今天和昨天的溫度差到5度、濕度差大于30%的話(huà)，代表感冒的人會(huì)增加，藥店就要考慮把感冒藥、溫度計(jì)和口罩之類(lèi)的用品上架。162023/2/2三、

關(guān)聯(lián)規(guī)則的挖掘172023/2/2（一）關(guān)聯(lián)規(guī)則挖掘的步驟第一步：找出所有頻繁項(xiàng)集：根據(jù)定義，這些項(xiàng)集出現(xiàn)的頻繁性（支持度）至少和預(yù)定義的最小支持度一樣。第二步：由頻繁項(xiàng)集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則：根據(jù)定義，這些規(guī)則必須滿(mǎn)足最小支持度和最小置信度。182023/2/219對(duì)于一個(gè)給定的候選數(shù)據(jù)集，項(xiàng)集的數(shù)目呈指數(shù)增長(zhǎng)。2023/2/2（二）Apriori演算法關(guān)聯(lián)規(guī)則計(jì)算雖然容易但由于規(guī)則太多容易形成“組合爆炸”，因此，需要對(duì)這些規(guī)則進(jìn)行篩選，篩選需要的統(tǒng)計(jì)量如下：最小支持度：規(guī)則必須符合的最小支持度閥值。最小置信度：計(jì)算規(guī)則所必須符合的最低置信度閥值。如果關(guān)聯(lián)規(guī)則滿(mǎn)足最小支持度和最小置信度，可以說(shuō)該規(guī)則是有趣的。202023/2/21、算法所需要的前置統(tǒng)計(jì)量：2、頻繁項(xiàng)集項(xiàng)的集合稱(chēng)為項(xiàng)集（itemset）包含k個(gè)項(xiàng)的項(xiàng)集稱(chēng)為k-項(xiàng)集。集合{計(jì)算機(jī)，金融管理軟件}就是一個(gè)2-項(xiàng)集。項(xiàng)集出現(xiàn)頻數(shù)是包含項(xiàng)集的事務(wù)數(shù)，簡(jiǎn)稱(chēng)為項(xiàng)集的頻數(shù)、支持計(jì)數(shù)或計(jì)數(shù)。212023/2/2如果項(xiàng)集滿(mǎn)足最小支持度或滿(mǎn)足min_sup與數(shù)據(jù)庫(kù)中事務(wù)總數(shù)的乘積（即最小支持計(jì)數(shù)），則稱(chēng)它為頻繁項(xiàng)集(frequentitemset)。頻繁k-項(xiàng)集的集合通常記作Lk。2023/2/22223對(duì)于A

C：support=support({A、C})=50%confidence=support({A、C})/support({A})=66.6%最小支持度50%最小可信度50%例：2023/2/24、Apriori算法：使用候選項(xiàng)集找頻繁項(xiàng)集Apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的算法。算法的名字基于這樣的事實(shí)：算法使用頻繁項(xiàng)集性質(zhì)的先驗(yàn)知識(shí)。它使用一種稱(chēng)作逐層搜索的迭代方法，k-項(xiàng)集用于探索(k+1)-項(xiàng)集。首先，找出頻繁1-項(xiàng)集的集合。該集合記作L1。L1用于找頻繁2-項(xiàng)集的集合L2，而L2用于找L3，如此下去，直到不能找到頻繁k-項(xiàng)集。找每個(gè)Lk需要一次數(shù)據(jù)庫(kù)掃描。242023/2/2例125數(shù)據(jù)庫(kù)D掃描DC1L1L2C2C2掃描DC3L3掃描D2023/2/2為什么只有一項(xiàng)？26例：L3={abc,abd,acd,ace,bcd}連接:L3*L3abcdfromabcandabdacdefromacdandace修剪:acdeisremovedbecauseadeisnotinL3C4={abcd}2023/2/2Apriori——剪枝頻繁項(xiàng)集的任何子集也一定是頻繁的。例3：273、Apriori算法的實(shí)現(xiàn)過(guò)程282023/2/24、由頻繁項(xiàng)集產(chǎn)生關(guān)聯(lián)規(guī)則一旦找出頻繁項(xiàng)集，再通過(guò)最小置信度產(chǎn)生關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則的產(chǎn)生步驟如下：對(duì)于每個(gè)頻繁項(xiàng)集l，產(chǎn)生l的所有非空子集。對(duì)于l的每個(gè)非空子集s，如果則輸出規(guī)則“s→(l-s)”。292023/2/2以例3為例，看其中一個(gè)頻繁項(xiàng)集l={I1,I2,I5}，可以由l產(chǎn)生哪些關(guān)聯(lián)規(guī)則？l的非空子集有{I1,I2}{I1,I5}{I2,I5}{I1}{I2}{I5}。結(jié)果關(guān)聯(lián)規(guī)則如下，每個(gè)都列出了置信度。如果最小置信度閥值為70%，則只有第2、3和最后一個(gè)規(guī)則可以輸出。302023/2/2真正可取的規(guī)則具備的條件31并非所有的規(guī)則在符合閥值限制后都是有意義的，這樣的規(guī)則還分為：有用的規(guī)則：包含高品質(zhì)的有效情報(bào)常識(shí)無(wú)法解釋的結(jié)果關(guān)聯(lián)規(guī)則真正可取的是具備以下兩個(gè)條件的規(guī)則：人們常識(shí)之外、意料之外的關(guān)聯(lián)該規(guī)則必須具有潛在的作用2023/2/25、案例2023/2/2322023/2/23334Apriori算法的核心:用頻繁的(k–1)-項(xiàng)集生成候選的頻繁k-項(xiàng)集用數(shù)據(jù)庫(kù)掃描和模式匹配計(jì)算候選集的支持度Apriori的瓶頸:候選集生成巨大的候選集:104個(gè)頻繁1-項(xiàng)集要生成107個(gè)候選2-