支持度(Support):
Support(A->B)=P(A U B)。支持度揭示了A与B同时出现的概率。如果A与B同时出现的概率小,说明A与B的关系不大;如果A与B同时出现的非常频繁,则说明A与B总是相关的。
置信度(Confidence):
Confidence(A->B)=P(A | B)。置信度揭示了A出现时,B是否也会出现或有多大概率出现。如果置信度度为100%,则A和B可以捆绑销售了。如果置信度太低,则说明A的出现与B是否出现关系不大。
示例:某销售手机的商场中,70%的手机销售中包含充电器的销售,而在所有交易中56%的销售同时包含手机和充电器。则在此例中,支持度为56%,置信度为70%。
根据
韩家炜等观点,关联规则定义为:
假设
是
项的集合。给定一个交易数据库D,其中每个
事务(Transaction)t是I的非空子集,即,每一个交易都与一个唯一的
标识符TID(Transaction ID)对应。关联规则在D中的
支持度(support)是D中事务同时包含X、Y的百分比,即
概率;
置信度(confidence)是D中事务已经包含X的情况下,包含Y的百分比,即
条件概率。如果满足
最小支持度阈值和
最小置信度阈值,则认为关联规则是有趣的。这些阈值是根据挖掘需要人为设定。
基本概念表1:关联规则的简单例子
例子
TID
|
网球拍
|
网 球
|
运动鞋
|
羽毛球
|
1
|
1
|
1
|
1
|
0
|
2
|
1
|
1
|
0
|
0
|
3
|
1
|
0
|
0
|
0
|
4
|
1
|
0
|
1
|
0
|
5
|
0
|
1
|
1
|
1
|
6
|
1
|
1
|
0
|
0
|
用一个简单的例子说明。表1是顾客购买记录的数据库D,包含6个事务。项集I={网球拍,网球,运动鞋,羽毛球}。考虑关联规则(频繁二项集):网球拍与网球,事务1,2,3,4,6包含网球拍,事务1,2,6同时包含网球拍和网球,X^Y=3, D=6,支持度(X^Y)/D=0.5;X=5, 置信度(X^Y)/X=0.6。若给定最小支持度α = 0.5,最小
置信度β = 0.6,认为购买网球拍和购买网球之间存在关联
。