数据挖掘之频繁项集分析

频繁项集最经典和常用的应用就是超市的购物篮分析。每个购物篮里有很多商品，每个商品都是一项元素，每个购物篮都是一个集合，所有购物篮就形成了一个系列集合。

分析哪些商品经常一起频繁出现在购物篮内，即找到频繁项集，然后，再分析其他商品与频繁项集的关系，即关联规则。

1. 什么是频繁项？什么是频繁项集？与相似性分析有什么差别？ 有什么应用？

频繁项：在多个集合中，频繁出现的元素/项，就是频繁项

频繁项集：有一系列集合，这些集合有些相同的元素，集合中同时出现频率高的元素形成一个子集，满足一定阈值条件，就是频繁项集。

极大频繁项集：元素个数最多的频繁项集合，即其任何超集都是非频繁项集。

k项集：k项元素组成的一个集合

相似性分析，研究的对象是集合之间的相似性关系。而频繁项集分析，研究的集合间重复性高的元素子集。

频繁项集的应用：真实超市购物篮的分析，文档或网页的关联程序分析，文档的抄袭分析，生物标志物（疾病与某人生物生理信息的关系）

超市购物篮的分析，主要是针对实体销售商，而不是在线零售商，这是因为实体销售可以找点频繁项集合后，可以采取对一种频繁项商品促销，而抬高相关的频繁项其他商品的价格来获利，因为客户一般不会去另外一家店购买其他的商品。而这种策略在在线销售时，会忽略“长尾”客户的需求。对于实体销售，商品的数量和空间资源有限，所以只能针对一些畅销商品进行关注和指定策略。而对于在线销售࿰