支持度，频繁项目集、置信度、关联规则、强关联规则、Appriori

关联规则挖掘与算法

一、支持度与频繁项目集：

(注：编辑器会根据文章标题自动生成目录) 一、事务数据库：

二、支持度与频繁项目集：

如表所示交易数据库，其项集 I={a,b,c,d,e}，

T	购买的商品
t1	a,b,c,d
t2	b,c,e
t3	a,b,c,e
t4	b,d,e
t5	a,b,c,d

1、支持度：

例：{a,b}在D上的支持度为：3/5

{b,d}在D上的支持度为:3/5

2、频繁项目集

(1)频繁项目集(Frequent Itemsets)：

还是看上面的表，假设最小支持度为0.4

D的个数为：5

计算出最小支持数：0.4x5=2

(候选频繁1-项集C1)

I-项集	支持数
{a}	3
{b}	5
{c}	4
{d}	3
{e}	3

(频繁1-项集L1)

I-项集	支持数
{a}	3
{b}	5
{c}	4
{d}	3
{e}	3

(候选频繁2-项集C2)

I-项集	支持数
{a,b}	3
{a,c}	3
{a,d}	2
{a,e}	1
{b,c}	4
{b,d}	3
{b,e}	3
{c,d}	2
{c,e}	2
{d,e}	1

(频繁2-项集L2)

I-项集	支持数
{a,b}	3
{a,c}	3
{a,d}	2
{b,c}	4
{b,d}	3
{b,e}	3
{c,d}	2
{c,e}	2

(候选频繁3-项集C3)

I-项集	支持数
{a,b,c}	3
{a,b,d}	2
{a,b,e}	1
{b,c,d}	2
{b,c,e}	2

(频繁3-项集L3)

I-项集	支持数
{a,b,c}	3
{a,b,d}	2
{b,c,d}	2
{b,c,e}	2

(候选频繁4-项集C4)

I-项集	支持数
{a,b,c,d}	2
{a,b,c,e}	1

(频繁4-项集L4)

I-项集	支持数
{a,b,c,d}	2

无(频繁4-项集L4)
综上所诉：频繁项目集为：{{a}，{b}，{c}，{d}，{e}，{a,b}，{a,c}，{a,d}，{b,c}，{b,d}，{b,e}，{c,d}，{c,e}，{a,b,c}，{a,b,d}，{b,c,d}，{b,c,e}，{a,b,c,d}}

(2)最大频繁项目集(Maximum Frequent Itemsets)

频繁项目集中挑选出所有不被其它元素包含的频繁项目集

上面的频繁项目集{{a}，{b}，{c}，{d}，{e}，{a,b}，{a,c}，{a,d}，{b,c}，{b,d}，{b,e}，{c,d}，{c,e}，{a,b,c}，{a,b,d}，{b,c,d}，{b,c,e}，{a,b,c,d}}
最大频繁项目集：{{b,c,e}，{a,b,c,d}}。

二、置信度与关联规则

1、置信度(Confidence)又称信任度、可信度。有如下定义：

还是以上面那个表为例，为看时更加方便，我将上面那个表移了下来。
如表所示交易数据库，其项集 I={a,b,c,d,e}，

T	购买的商品
t1	a,b,c,d
t2	b,c,e
t3	a,b,c,e
t4	b,d,e
t5	a,b,c,d

I1={b,c},I2={d}

含有{b,c}的有t1、t2、t3、t5.

含有{b,c,d}的有t1、t5.

2、强关联规则

（Strong Association Rule）：

D在I中满足最小支持度和最小信任度的关联规则称为强关联规则。

（这里的满足是指大于等于）

三、 Appriori

1、Appriori属性1：如果项目集X是频繁项目集，哪么它的所有非空子集都是频繁项目集。

2、Appriori属性2：如果项目集X是非频繁项目集，那么它的所有超集都是非频繁项目集。

超集：如图S1是S2的超集。
Apriori算法的目标是找到最大的K项频繁集

由此可生成强关联规则

首先找出：候选频繁1-项集以及支持度，根据最小支持度进行剪枝得到频繁1-项集以及支持度，链接生成候选频繁2项集。2、进行迭代直到得出最大的K项频繁集。

四、关联规则

1、关联规则生成步骤：

2、强关联规则

（大于等于最小支持度与置信度）
下面是最大频繁项目集{2，3，5}的强关联规则

下面给出两条定理：