加权Apriori算法优化及其在商品销售数据分析中的应用①

1、加权Apriori算法优化及其在商品销售数据分析中的应用加权Apriori算法优化及其在商品销售数据分析中的应用0298202102b-245-03关联规则挖掘是经典的数据挖掘技术，近年来应用广泛且进展快速。关联规则挖掘算法是从大量、模糊、有噪声、随机的实际数据中，得出人们隐含在其中的、有用的关联信息和学问的过程。Apriori算法是一种典型的关联规则挖掘算法，主要用来在大型数据库上进行快速挖掘关联规则。该算法的核心思想就是对目标事务库接受逐层迭代搜寻的方式进行挖掘k阶频繁项目集，直至找到最高阶的频繁项目集即止，最终通过获得的频繁项目集进行关联规则挖掘，从而实现挖掘目标数据间关联关系的最终目标

2、1-4。在经典的Apriori算法中，假设各个项目的重要程度是相当的，但事实上现实生活中项目的重要性具有差异例如商品利润。其次，即便用引入权重来解决项目重要程度的差异性，项目的权重信息中仍旧包含了不确定信息。柴岩等讨论者将区间数引入Apriori算法，将权重设置为区间数，并提出了最小支持度为区间数的加权Apriori算法5。徐顼将三角模糊数引入Apriori算法，提出了一种基于三角模糊数的Apriori算法6。虽然区间数、模糊集、三角模糊数的引入解决了Apriori算法中权重信息的模糊性，但仍不能表达权重信息的迟疑程度。例如，模糊集只能表达隶属度，而不能表达非隶属度。由于Apriori算法只考

3、虑交易出现的概率，没有考虑不同项及交易中每一个项目具有不同的重要性，因此挖掘具有肯定的局限性。而且，在实际应用中，项目的权重用直觉模糊数更加合适，它不仅可以更好地模拟生活，而且引入了迟疑度的概念，可以关心改良置信度的计算方法。基于此，引入直觉模糊数来表示项目的权重，对Apriori算法进行改良。1基本概念1.1数据项与数据项集假设，=I1、I2，Im是全部项目的集合，每个Ikk=1，2，.，m称为数据项，集合I称为数据项集，简称为项集，其中项目的个数称为数据项集的长度，长度为k的项目集称为k维数据项集，简称k-项集。1.2事务2权重为直觉模糊数的加权Apriori算法2.1算法改良思想将项权重

4、设为直觉模糊数，依据项目的权重和项目的支持数应用式7得到加权支持度并引入可能度概念，依据可能度进行剪枝。通过引入可能度，转变Apriori算法仅依据支持度剪枝的策略，对于可能度小于0的项集进行减枝，对于可能度大于0小于1的项集，还依据置信度大小进行剪枝，因此该算法兼顾了规则的重要性和可靠性，加大了剪枝力度，提高了算法运行速度，提取了更多有价值的规则，并依据试验证明了算法的合理性。2.2算法步骤步骤3：通过L1自身连接，得到候选2一项目集C2，计算各项目集的加权支持度、可能度，删除可能度小于0.5的项目，对于可能度大干0.5小于1的项目，再计算确信度，删除确信度小于0.5的项目，得到频繁2一项集

5、L2。步骤4：循环执行连接步骤和减枝步骤，直到产生的项目集为空时，算法停止，输出那些频繁项集，并依据频繁项集产生关联规则。步骤5：计算各关联规则的置信度，设最小置信度为05，则通过与最小置信度进行比较，得到强关联规则。2.3算例以超市中商品的销售数据为例说明算法的步骤，表1为商品出售数据库，表2为项目权重。计算这6种商品的支持数分别为6、5、6、5、2、2，则对应6种商品权重如表2所示。设已经给出最小支持度为0，1，0，2，0.7，依据式7和式8计算1-项集的加权支持度及其大于最小支持度的可能度，如表3所示。由于1、2、6的可能度小于0.5，因此删除1、2、6，并计算3、4、5确实信度，均大干

6、等于05，得到频繁1一项集3，4，5，由频繁1一项集自身连接得到候选2一项集为3，4，3，5，4，5，计算候选2-项集的加权支持度和可能度如表4所示。由于项集4，5可能度小于0.5，删除项集4，5得到频繁2-项集3，4，3，5，2一项集进行自身连接得到候3一项集3，4，5，由于3，4，5的子集出现非频繁项集，因此删除项集3，4，5，这样频繁3项集为空，算法停止，得到频繁2一项集3，4，3，5。接着依据式10计算以下规则的置信度：由此可知，第3种商品=第4种商品，第4种商品=第3种商品，第5种商品=第3种商品，是具有强关联关系的。这对于商品的治理、合理的设置商品的摆放顺序等方面都很有关心。3结语本文提出了一种改良的Apriori算法，將项目属性设置为直觉模糊数，这样同时表达了隶属度、非隶属度、迟疑度三个方面的信息，通过自身连接得到候选项集，通过用每个项目的支持数与权重相乘，得到加权支持度，并与最小支持度进行比较，结合可能度与迟疑度进行剪枝，得到频繁项集，循环执行连接与剪枝步骤，直到频繁项集为空，结束算法。再通过比较所得规则的置信度来得到强关联规则。