电子商务数据挖掘关联算法(二)牛奶可以搭配哪些商品

电子商务数据发掘之关系算法（二）：牛奶可以搭配哪些商品Postedon2013年09月16日byadminin花费者研究,电子商务with0Comments在《电商数据发掘之关系算法（一）：“啤酒＋尿布”的关系规则是怎么来的》，我们介绍了关系规则的基本看法，这一期则以数据实例来看最有名的Apriori关系算法的演算过程。从一家公司的销售记录中我们找到以下8条花费记录，并以3作为最小支持度，也就是说出现频率在3次以下的记录是被我们所忽视的。全部满足最小支持度3的1项频集以下，此中的支持度是指该产品在整个数据集中出现的次数。比方牛奶出现了5次，而冰淇淋出现了3次。递归执行，全部满足最小支持度3的2项频集以下，这此中出现最多的频集是｛牛奶，面包｝和｛面包，果酱｝，各自出现了4次。再次递归执行，全部满足最小支持度3的3项频集只剩下一条：那么｛牛奶，果酱，面包｝就是我们要的满足最小支持度3的3项频集，也就是说牛奶、果酱和面包这三个商品是最常常被一起购买的。看法层次的数据发掘在研究发掘关系规则的过程中，好多学者发此刻实质应用中，对于好多应用来说，因为数据分布的分别性，数据比较少，因此很难在数据最细节的层次上发现一些强关系规则。要想在原始的看法层次上发现强的（strong）和有意义的（interesting）关系规则是比较困难的，因为好多项集常常没有足够的支持数。当我们引入看法层次后，就可以在较高的层次长进行发掘。固然较高层次上得出的规则可能是更一般的信息，但是对于一个用户来说是一般的信息，对于另一个用户却未必这样。因此数据发掘应当供给这样一种在多个层次长进行发掘的功能。看法层次在要发掘的数据库中常常是存在的，比方在一个商场中会存在这样的看法层次：蒙牛牌牛奶是牛奶，伊利牌牛奶是牛奶，王子牌饼干是饼干，康师傅牌饼干是饼干等。假如我们不过在数据基本层发掘关系，｛蒙牛牌牛奶，王子牌饼干｝，｛蒙牛牌牛奶，康师傅牌饼干｝，｛伊利牌牛奶，王子牌饼干｝，｛伊利牌牛奶，康师傅牌饼干｝都不切合最小支持度。但是假如我们上涨一个层级，会发现｛牛奶，饼干｝的关系规则是有必定支持度的。我们称高层次的项是低层次项的父亲层次（parent），这类看法层次关系平常用一个DAG（directedacyclicgraph，有向无环图)来表示。所谓有向无环图是指，任意一条边有方向，且不存在环路的图。这样我们就可以在较高的看法层次上发现关系规则。支持度的设置策略依据规则中涉及的层次和多层关系的规则，我们可以把关系规则分为同层关系规则和层间关系规则。多层关系规则的发掘基本上可以沿用“支持度—置信度”的框架。但是，在支持度设置的问题上有一些要考虑的东西。同层关系规则可以采纳两种支持度策略：一致的最小支持度。对于不一样的层次，都使用同一个最小支持度。这样对于用户和算法实现来说都比较简单，但是弊端也是不言而喻的。递减的最小支持度。每个层次都有不一样的最小支持度，较低层次的最小支持度相对较小。同时还可以利用上层发掘获得的信息进行一些过滤的工作。层间关系规则考虑最小支持度的时候，应当依据较低层次的最小支持度来定。以上我们谈论的基本上都是同一个字段的值之间的关系，比方用户购买的物件。换句话说就是在单维也许叫维内的关系规则，这些规则好多都是在交易数据库中发掘的。但是对于实质应用来