课题研究-微服务

微服务全生命周期云资源智能管控技术研究

研究基于关联规则与业务链路跟踪的共性服务资源挖掘技术

关联规则的背景

关联规则是一项在数据挖掘中使用的技术，我们使用这项技术，来尽可能描述事物之间存在的相互依存性与关联性。

• 比如通过联系尿布与啤酒，来提高沃尔玛商店的营销量。

总而言之，我们可以说：由于某些事件的发生而引起另外一些事件的发生。

现给出交易数据库D，其中每个事务T是项集的非空子集，每个交易都与一个唯一的标识符TID（事务ID）对应。

支持度

支持度是指：在这个交易数据库D中的事务中，同时包含X与Y的百分比。

• 也就是说，交易集中同时出现X与Y的数目与D的长度之比。

可信度

可信度是指包含X和Y的交易数与包含X的交易数之比。

• 也就是说，可信度反映了：如果交易包含X，则包含Y的概率，

某超市的交易数据库

1. 设I={i1,i2,…,im}，是m个不同的项目的集合，每个ik称为一个项目。项目的集合I称为项集。其元素的个数称为项集的长度，长度为k的项集称为k-项集。引例中每个商品就是一个项目，项集为I={bread, beer, cake,cream, milk, tea}，I的长度为6。

2. 每笔交易T是项集I的一个子集。对应每一个交易有一个唯一标识交易号，记作TID。交易全体构成了交易数据库D，|D|等于D中交易的个数。引例中包含10笔交易，因此|D|=10。

3. 在例子中，根据之前的定义，比如项集X={bread, milk}，它出现在T1，T2，T5，T9和T10中，所以支持度为0.5。

4. 最小支持度是项集的最小支持阀值，记为SUPmin，代表了用户关心的关联规则的最低重要性。支持度不小于SUPmin 的项集称为频繁集，长度为k的频繁集称为k-频繁集。

   • 注意，阈值是人为设定的。 如果设定SUPmin为0.3，引例中{bread, milk}的支持度是0.5，所以是2-频繁集。