关联规则挖掘与Apriori算法

关联规则挖掘

关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系

关联规则挖掘的基本概念

关联规则挖掘(Association rule mining):

• 关联规则挖掘的主要对象是交易型数据库，一个交易一般会由交易处理时间，一组顾客购买的物品，有时也有顾客标识号组成。
• 关联规则挖掘用以挖掘一次交易中，物品之间同时出现的规律的只是模式，以反映顾客的购买行为。
• 更确切的说，关联规则是通过量化的数字来描述物品X的出现对物品Y的出现有多大的影响。

引例：

购物篮分析是关联规则挖掘的最初形式。

如，某商店经理可能更想了解如下的消费习惯：“顾客多半会在购物时同时购买什么样的商品组合？”

为了解答这个问题，可以在商店顾客事务零售数据库上进行购物篮分析。

分析的结果可用于市场规划、广告策划和分类设计。

例如，在购买计算机的同时购买财务管理软件，可用如下关联规则表示：

computer => finacial_management_software[support=2%,confidence=60%]

• 关联规则的支持度(support)2%表示：全部事务中，有2%的交易同时购买计算机和财务管理软件。
• 关联规则的置信度(confidence)60%表示：购买计算机的顾客中，有60%也同时购买了财务管理软件。

事务数据库：

• 设$I=${ $i_1,i_2,\dots ,i_m$}是一个项目集合，事务数据库$D=${ $t_1,t_2,...,t_n$}是由一系列具有唯一标识$TID$的事务组成，每个事务$t_i$($i=1,2,\dots ,n$)都对应$I$上的一个子集。

示例： 购物记录

• $I$是全部物品集合，如商场现有的所有商品。
• $D$是购物清单，如顾客的购物清单；
• $D$中的每个元组$t$