数据挖掘关联规则VIP免费

2024年12月25日DataMining:ConceptsandTechniques1Chapter4:MiningFrequentPatterns,AssociationandCorrelationsBasicconceptsandaroadmapScalablefrequentitemsetminingmethodsMiningvariouskindsofassociationrulesConstraint-basedassociationminingFromassociationtocorrelationanalysisMiningcolossalpatternsSummary2024年12月25日DataMining:ConceptsandTechniques2WhatIsFrequentPatternAnalysis?Frequentpattern:apattern(asetofitems,subsequences,substructures,etc.)thatoccursfrequentlyinadatasetFirstproposedbyAgrawal,Imielinski,andSwami[AIS93]inthecontextoffrequentitemsetsandassociationruleminingMotivation:FindinginherentregularitiesindataWhatproductswereoftenpurchasedtogether?—Beeranddiapers?!WhatarethesubsequentpurchasesafterbuyingaPC?WhatkindsofDNAaresensitivetothisnewdrug?Canweautomaticallyclassifywebdocuments?ApplicationsBasketdataanalysis,cross-marketing,catalogdesign,salecampaignanalysis,Weblog(clickstream)analysis,andDNAsequenceanalysis.2024年12月25日DataMining:ConceptsandTechniques3关联规则挖掘关联规则挖掘的典型案例：购物篮问题在商场中拥有大量的商品（项目），如：牛奶、面包等，客户将所购买的商品放入到自己的购物篮中。通过发现顾客放入购物篮中的不同商品之间的联系，分析顾客的购买习惯哪些物品经常被顾客购买？同一次购买中，哪些商品经常会被一起购买？一般用户的购买过程中是否存在一定的购买时间序列？具体应用：利润最大化商品货架设计：更加适合客户的购物路径货存安排：实现超市的零库存管理用户分类：提供个性化的服务2024年12月25日DataMining:ConceptsandTechniques4关联规则挖掘简单的说，关联规则挖掘就是发现大量数据中项集之间有趣的关联在交易数据、关系数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性、或因果结构。应用购物篮分析、交叉销售、产品目录设计、聚集、分类等两种策略：1。商品放近，增加销量2。商品放远，增加其他商品的销量2024年12月25日DataMining:ConceptsandTechniques5WhyIsFreq.PatternMiningImportant?Freq.pattern:AnintrinsicandimportantpropertyofdatasetsFoundationformanyessentialdataminingtasksAssociation,correlation,andcausalityanalysisSequential,structural(e.g.,sub-graph)patternsPatternanalysisinspatiotemporal,multimedia,time-series,andstreamdataClassification:discriminative,frequentpatternanalysisClusteranalysis:frequentpattern-basedclusteringDatawarehousing:icebergcubeandcube-gradientSemanticdatacompression:fasciclesBroadapplications2024年12月25日DataMining:ConceptsandTechniques6关联规则挖掘形式化定义给定：􀂙设I={i1,i2,…,im}是项(item)的集合。若干项的集合，称为项集（ItemSets）􀂙记D为交易(transaction)T(或事务)的集合，这里交易T是项的集合，并且T⊆I。对应每一个交易有唯一的标识，如交易号，记作TID。设X是一个I中项的集合，如果X⊆T，那么称交易T包含X。寻找：有趣的关联规则(强规则).2024年12月25日DataMining:ConceptsandTechniques7关联规则所有形如X⇒Y蕴涵式的称为关联规则，这里X⊂I,Y⊂I，并且X∩Y=Φ。关联规则是有趣的,如果它满足最小支持度阈值与最小置信度阈值,并称之为强规则2024年12月25日DataMining:ConceptsandTechniques8confidenceandsupportItemsetX={i1,…,ik}FindalltherulesX⇒YwithminconfidenceandsupportCustomerbuysdiaperCustomerbuysbothCustomerbuysbeersupportsupport,,ss,,probabilityprobabilitythatathatatransactioncontainsXtransactioncontainsXYYsupport(XY)=⇒support(XY)=⇒同时包含项目集同时包含项目集XX和和YY的的交易数交易数//总交易数总交易数用于描述有用性用于描述有用性..confidenceconfidence,,c,c,conditionalpr...