关联分析概述

关联分析

1：关联分析概述

1. 1关联分析前言

在去杂货店买东西的过程中，实际包含了很多机器学习的当前及未来应用，这包括物品的展示方式、购物之后优惠券的提供以及用户忠诚度计划，等等。他们都离不开大量数据的分析。商品希望从顾客身上获得尽可能多的利润，所以他们必然会利用各种技术来达到这一目的。
通过查看哪些商品经常一起购买，可以帮助商店了解用户的购买行为。这种从数据海洋中抽取的知识可以用于商品定价、市场促销、存货管理等环节。从大规模数据集中寻找物品间的隐含关系被称为关联分析或者关联规则学习。
这里的主要问题在于，寻找物品的不同组合是一项十分耗时的任务，所需的计算代价很高，蛮力搜索方法并不能解决这个问题，所以需要用更智能的方法在合理的时间范围内找到频繁项集。

1.2 关联分析

关联分析中最有名的例子是"尿布和啤酒"，“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市。沃尔玛的超市管理人员分析销售数据时发现一个令人难以理解的现象：在某些特定情况下，“啤酒”和“尿布”两件看上去毫无关系的商品会经常出现在同一购物篮中，这种独特的销售现象引起了管理人员的注意，经过调查后发现：原来美国的妇女通常在家照顾孩子，所以她们会叮嘱丈夫在下班回家的路上为孩子买尿布，而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。这样就会出现啤酒和尿布这两件看上去不相干的商品经常会出现在同一购物篮的现象，这个发现也带给了商家巨大的利润。

1.3 基本概念

关联分析是在大规模数据集中寻找关联关系的任务。这些关系可以有两种形式，它们是2种递进的抽象形式，并且前者是后者的抽象基础。

代表共现关系的频繁项集：频繁项集（frequent item sets）是经常出现在一块儿的物品的集合，它暗示了某些事物之间总是结伴或成对出现。本质上来说，不管是因果关系还是相关关系，都是共现关系，所以从这点上来讲，频繁项集是覆盖量（coverage）这个指标的一种度量关系。

代表因果/相关关系的关联规则：关联规则（association rules）暗示两种物品之间可能存在很强的关系，它更关注的是事物之间的互相依赖和条件先验关系。它暗示了组内某些属性间不仅共现，而且还存在明显的相关和因果关系，关联关系一种更强的共现关系。所以从这点上来将，关联规则是准确率（accuracy）这个指标的一种度量关系。

交易号码