MS关联规则分析算法

MS关联规则分析算法

1. 属于建议引擎算法，可根据已购买的商品推测出可能要购买的商品。

2. 关联规则是在大量数据事例中挖掘项集之间的关联或相关联系。典型如购物篮分析，就是购买了某一商品的用户是否会去购买另一商品。

3. 关联规则算法是Apriori算法的简单实现，下面是原理分析
   3.1. 支持度：P(A∩B)，既有A又有B的概率
   3.2. 置信度：P(B|A)，在A发生的事件中同时发生B的概率p(AB)/P(A)，例如购物篮分析：牛奶 ⇒ 面包，即购买牛奶的用户同时购买面包的概率
   3.3. 例子：[支持度：3%，置信度：40%]
   支持度3%：意味着3%顾客同时购买牛奶和面包
   置信度40%：意味着购买牛奶的顾客40%也购买面包

4. 一个或多个项（项的意思是单项，比如，一个商品就是一个项），组成的集合称为项集。算法就是分析各项集的支持度与置信度，为了控制计算量，需要控制项集的数量，可以通过配置参数来控制。

5. 关联规则分析算法重要配置参数
   5.1. Minimum_Support：指定包含项集的最小事例数，也就是说项集的事项数必须超过该设定才进行挖掘
   5.2. Minimum_Probability：定义关联有效性的最小值，也就是说当关联的有效性小于该值时不会被展示
   5.3. 算法就是对各个项进行排列组合，并计算项集的支持度和置信度，且满足参数的限定，最后得出分析结果

6. 关联模型所需输入
   6.1. 单键列：输入表的主键，且是单一键列
   6.2. 单个可预测列：一个关联模型只能有一个可预测列，通常它是嵌套表的键列
   6.3. 输入列：输入列必须为离散列。关联模型通常包含两个表，一个主表一个嵌套表，如主表是会员的订单信息，嵌套表是会员的订单的明细。

7. 数据准备
   7.1. 创建一个主数据视图，主要是生成了会员号与日期的联合的会员按日消费单号
   create view [dbo].[v_DM_Association_vipDate]
   as
   –会员信息及会员号与日期组成的消费单号
   select v.vipKey, v.vipAkey, v.vipName, v.vipAkey+’-‘+cast(d.fullDate as varchar) saleKey
   from [dbo].[DimVip] v
   join [dbo].[FactVipSaleAndBonus] vs on vs.vipKey=v.vipKey
   join [dbo].[DimStore] s on s.storeKey=vs.storeKey
   join [dbo].[DimDate] d on d.dateKey=vs.dateKey
   group by v.vipKey, v.vipAkey, v.vipName, d.fullDate

7.2. 创建一个嵌套视图，主要生成了会员各日的店铺消费明细和店铺对应的消费顺序号
create view [dbo].[v_DM_Association_vipDateDetail]
as
–会员号与日期组成的消费单号，与消费的店铺信息及消费顺序号
select s.storeAkey, s.storeName, v.vipAkey+’-‘+cast(d.fullDate as varchar) saleKey
,row_number() over(partition by v.vipAkey+’-‘+cast(d.fullDate as varchar) order by vs.hourKey) sequence
from [dbo].[DimVip] v
join [dbo].[FactVipSaleAndBonus] vs on vs.vipKey=v.vipKey
join [dbo].[DimStore] s on s.storeKey=vs.storeKey
join [dbo].[DimDate] d on d.dateKey=vs.dateKey
group by v.vipAkey, d.fullDate, s.storeAkey, s.storeName, vs.hourKey

7.3. 在挖掘项目中，将两个视图引入数据源视图，并增加逻辑主键和表关联如下

1. 创建关联规则挖掘模型
   8.1. 参考决策树的创建方式，直到指定表类型
   8.2. 指定表类型-》事例勾选“v_DM_Association_vipDate”，也就是主表-》嵌套表勾选“v_DM_Association_vipDateDetail”，也就是明细表
   8.3. 指定定型数据-》主表键是saleKey默认已勾选-》我们要预测的是会员可能要去哪些店铺购物，所以可预测列勾选“storeName”-》并且我们要分析的数据为会员已经去了哪些店铺购物，所以输入列勾选“storeName”-》还要为嵌套表指定键列，我们这里就直接勾选“storeName”了
   8.4. 勾选“可钻取”，完成挖掘模型向导

2. 挖掘模型查看器
   9.1. 规则
   9.1.1. 概率：意思是产品间会产生关联的概率
   9.1.2. 重要性：衡量该规则重要性程度的指标
   9.1.3. 规则：挖掘出来的关联规则，“->”符号前的为已有商品，其后的为推测出来的关联商品
   9.2. 项集
   9.2.1. 支持：频率，表示包含目标项目的事例的数目（如项集A，支持100，意思是输入表中项集A有100个事例，A出现了100次）
   9.2.2. 大小：表示项集中项的个数
   9.2.3. 项集：显示了项集中具体的各个项（如，商品）的信息
   9.3. 依赖关系网络：是各项间关系的直观映射，每个椭圆代表了一个项，箭头表示预测方向，左侧可调节依赖关系的强弱

3. 挖掘模型预测
   10.1. 选择挖掘模型
   10.2. 选择输入表主表-》选择嵌套表-》修改联接，将挖掘模型与输入键列进行映射
   10.3. 预测参数配置
   10.3.1. 配置输入表的输出字段，这样就能预测输入表对应的预测结果输出-》这里将会员名和会员号输出
   10.3.2. 源：“预测函数”-》字段：“PredictAssociation”（预测关联）-》条件/参数：拖入挖掘模型的嵌套表-》后面加上“,include_statistics,3”，意思是预测关联性最强的前三个项
   10.3.3. 点击查看结果-》保存结果

4. 截图说明
   11.1. 店铺间的依赖关系
   

11.2. 模型预测参数配置

11.3. 模型预测结果
11.3.1. 其中support是支持的事例数
11.3.2. Probability是可能性
11.3.3. adjustedProbability是准确度