关联规则与频繁模型

什么是关联规则挖掘？

关联规则挖掘或者关联分析，最早是为了进行购物篮分析而提出的。

关联规则挖掘的动机是什么？

找出数据中存在的规则。
比如：
1、被同时购买的产品
面包和牛奶，啤酒与尿布，可乐与薯片。
2、购买一种产品之后，购买界面的推荐
给推荐浏览此商品的顾客，同时浏览的商品；
推荐购买此商品的顾客也同时购买的商品。

频繁模式与关联规则

• 关联规则是基于市场的问题，对海量数据进行分析，获得有规律的结果。
• 频繁项集，产生于顾客浏览的数据；关联规则，产生于顾客发生交易行为的数据。
• 频繁项集中，产品之间是没有先后顺序，或者因果关系的；而关联规则中，产品之间涉及时间的先后，是存在顺序的。
• 关联规则在交叉营销和商场布局方面提供辅助决策。比如，应用于商场布局，1、把🥛与🍞放在一起，目的是增加同时购买🥛与🍞的可能性；2、🍞放在与🥛有一定距离的地方，目的是吸引买🍞/买🥛的顾客看看超市其他的商品。

关联规则的挖掘步骤

Step1 发现所有的频繁项集
Step2 从频繁项集中发现关联规则

频繁项集的挖掘方法

1、Apriori逐层发现算法
2、FP-growth(Freq.pattern growth)无候选集发现算法
3、Vertical data format approach
4、High dimensional dataset