4+Association-Pattern-联合分析的商业运用.pptVIP

关联模式分析(Association Pattern Analysis): 概述 关联模式分析: 概述 关联模式分析 (association pattern analysis): 从一系列过去的交易中发现有兴趣的“共发项”，每一笔交易都包含一个或多个产品项 零售交易分析 (例如：从零售商那里购买的物品) 识别那些产品可能被同时购买 共发数据模式 在货架摆放和促销方面有商业价值；例如：婴儿纸尿布和啤酒；薯片和软饮料；面包、牛奶和黄油 关联分析: 市场购物篮数据 关联分析:市场购物篮数据表示法 关联分析: 项集和势 关联分析: 支持度 X?Y 的支持度：目标数据中，同时包含X与Y的交易数除以交易总数 N: 目标数据中所包含的交易总数 n(X∩Y): 目标数据中同时包含X和Y的交易数 关联分析: 可信度 X?Y 的可信度：在目标数据中，同时包含X与Y的交易数除以包含X的交易总数 n(X): 目标数据中包含X 的交易数 n(X∩Y):目标数据中同时包含X和 Y的交易数 关联定义: 支持度和可信度 衬衫 ? 领带, 支持度 = 13.5% ，可信度 = 70% 关联分析: 范例 关联分析: 范例 关联分析: 复杂性 假定公司销售100种产品 关联分析：挑战 可能的项集数目随着给定项集势的增长而成指数增长 因为关联分析的复杂性，计算所有可能项集支持度的代价非常高昂(比如：所需时间和计算量) 为了高效地执行关联分析(满足指定的最低支持度和可信度的关联关系)，修剪策略可以被用来减少值得考虑项集的数目 基于测量支持度的向下闭包性质，最低支持度修剪可以被用来快速地挖掘关联模式 关联分析:向下的支持度闭包性质 如果关联模式 A和B和C? D 存在, 那么它的支持度 必须超过最低指定支持度 (s%)。也就是， 关联分析:向下的支持度闭包性质 关联分析:向下的支持度闭包性质 反向地, 关联分析:向下的支持度闭包性质 Apriori 算法 Apriori 算法: 范例 假设: 最低支持度 s=30% 最低可信度 c=60% Apriori 算法: 范例 第一步: 产生频繁1-项集 Apriori 算法: 范例 第二步:产生候选2-项集 Apriori 算法: 范例 第三步:产生频繁2-项集 Apriori 算法: 范例 第四步: 从频繁2-项集中寻找关联模式 Apriori 算法：范例总结 关联模式分析 (Association Pattern Analysis) 找出多个目标/事件之间的重要关联 例: 一个顾客买了笔记本电脑，同时可能买一个无线局域网卡； 例如, 2- 项集 笔记本电脑 -- 无线局域网卡 无线局域网卡 笔记本电脑 {面包、牛奶、尿布、可乐} 5 {面包、牛奶、尿布、啤酒} 4 {牛奶、尿布、啤酒、可乐} 3 {面包、尿布、啤酒、鸡蛋} 2 {面包、牛奶} 1 项目/购买项目 标识 TID 1 0 0 1 1 1 5 0 0 1 1 1 1 4 1 0 1 1 1 0 3 0 1 1 1 0 1 2 0 0 0 0 1 1 1 可乐 鸡蛋 啤酒 尿布 牛奶 面包 标识 项集 (itemset): 一个或一群项的集合; 例如： {鸡蛋、牛奶} 项集的势 (大小, cardinality) : 一个项集所包含项的数目 在目标数据中，包含目标项集的交易数与交易总数之间的比率称之为该项集的支持度 (support of the itemset) 1. 当一个顾客购买衬衫时, 在 70% 的情况下，他或者她将购买领带! 2. 我们发现这种关联模式在整体交易中发生的概率是13.5% 可信度 支持度 例: 交易 客户 代码 代码 商品 价格 时间 101 201 Computer 1500 1/4/99 101 201 MS Office 300 1/4/99 101 201 MCSE Book 100 1/4/99 102 201 Hard disk 500 1/8/99 102 201 MCSE Book 100 1/8/99 103 202 Computer 1500 1/21/99 103 202 Hard disk 500 1/2199 103 202 MCSE Book 100 1/2199 项集 {Computer, Hard disk}的支持度 是 1/3=33.3%. 项集 {Computer}的支持度是多少? 关联: {Computer}? {Hard disk} 支持度: 1/3=33.3%, 可信度: 1/2=50% {Computer}? {M