关 联 规 则 分 析_第1页
关 联 规 则 分 析_第2页
关 联 规 则 分 析_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

关联规则分析关联规则简介：关联规则虽然来源于POS中，但是可以应用于很多领域。只要一个客户在同一个时间里买了多样东西，或者在一段时间了做了好几样事情就可能是一个潜在的应用。例如：•用信用卡购物，如汽车租金和旅馆费，可以看他下一个要买的东西。•电话公司提供的多项服务，以研究捆绑销售的问题。银行提供的多项服务，来分析客户可能需要那些服务。不寻常的多项保险申请可能是欺诈行为。数据挖掘什么时候有用？三种规则：有用的、价值不高的、费解的。价值不高的规则往往是对一些商业领域内的规则重现。费解的规则往往是数据中一些偶然的东西，从而也没有什么采取行动的价值。虚拟元素(VirtualItems)是一个在事务中认为加入的元素。用来对事务进行一定的区别。加入虚拟元素后我们能做的事情：对比促销时和平常销售时的区别。按照销售的区域来看，按照销售的方式来看。比较城市和郊区的区别。比较各个季节的不同。数据挖掘的基本流程：•选择合适的元素。考虑不同的统计级别，选择哪种细节程度。细节的颗粒越粗，那么算法的工作量就越小；细节的颗粒越细，那么结果的可实施性就越好。关键：只有当数据中的元素出现的次数大致相同是，关联规则的效果才最好。虚拟元素不能太多！应该注意数据的质量。•产生规则。什么是规则？就是一个条件和一个结果的和：Ifconditionthenresult。实际中有用的往往是结果中只有一个元素的情况。支持度、可信度和提高率(兴趣度)。支持度：就是一个元组在整个数据库中出现的概率。如上面的例子中S(A)=0.45。可信度:它是针对规则而言的。对于一般的规则，它的可信度=p(conditionandresult)/p(condition)。例如有如下规则:IfBandCthenA。则它的可信度是：p(BandCandA)/p(BandC)=5%/15%=0.33。提高率(或者叫兴趣度):对于上面的一个规则，我们可以发现，当我们从从数据库中直接取A的时候，概率是45%；可在我们的规则中，取到A的概率却只有33.3%。显然，这种情况是我们不愿意见到的，我们应该略去这样的一些规则。所以我们引入了兴趣度的概念，具体的公式如下:兴趣度二p(conditionandresult)/p(condition)*p(result)。当兴趣度大于1的时候，这条规则就是比较好的；当兴趣度小于1的时候，这条规则就是没有很大意义的。兴趣度越大，规则的实际意义就越好。•克服实际应用中数据量暴大的问题。当数据量增大时，要考虑的元素组就增长的很快了。分裂规则:例如:IfAandnotBthenC。用关联规则的方法对序列规则的分析:为了进行序列模式的分析，事务数据要满足额外的两个条件:一个时标或者序列信息用以决定事务发生的顺序。标识信息，用以区别不同的事务。可以用于原因结果分析。关联规则的优缺点:优点:•它可以产生清晰有用的结果。•它支持间接数据挖

人人文库> 全部分类> 行业资料 > 各类标准

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论