【数据挖掘】关联分析基本概念与术语

本文介绍数据挖掘中关联分析的基本概念与基本术语。

基本概念与术语

1. 事务：

一条数据也叫一条事务(transaction)，数据的ID即事务的ID，简写为TID，表6-1是购物篮事务的例子，可以理解为顾客的购物记录。

2. 二元表示 （这个术语暂时不理解也没关系）

如表6-2所示，每行对应一个事务，每一列对应一个项。
项用二元变量表示：如果项在事务中出现，则它的值是1，否则为0。
因为通常认为项在事务中出现比不出现更重要，所以项是非对称(asymmetric)二元变量。

3. 关联分析(association analysis)：

用于发现隐藏在大型数据之中的有意义的联系。
所发现的联系可以用关联规则(association rule)或者频繁项集表示。
表6-1可以提取出如下规则：
{尿布} → {啤酒}
表示尿布和啤酒之间存在着很强的联系，因为很多购买尿布的顾客也购买了啤酒。

4. 项集和支持度计数

令 I = { i 1 , i 2 , … , i d } I=\{i_1, i_2, …, i_d\} I={ i1​,i2​