1、2015/5/24 数据挖掘 1第五章 挖掘频繁模式、关联和相关l 基本概念l 频繁项集挖掘方法和模式评估方法l 多层和多维空间中的模式挖掘l 基于约束的频繁模式挖掘l 模式探索与应用l 小结2015/5/24 数据挖掘 2基本概念和方法l 关联规则挖掘l 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。l 频繁模式l 频繁地出现在数据集中的模式（如项集、子序列或子结构）2015/5/24 数据挖掘 3基本概念l 应用l 购物篮分析、交叉销售、产品目录设计、 赔本销售分析（ loss-leader analysis）、聚集、分类等。l
2、 举例：购物篮分析l 规则形式： “Body Head support, confidence”.l buys(x, “diapers”) buys(x, “beers”) 0.5%, 60%l major(x, “CS”) takes(x, “DB”) grade(x, “A”) 1%, 75%变量，代表一个交易的集合2015/5/24 数据挖掘 42015/5/24 数据挖掘 5l 给定 : (1)交易数据库 (2)每笔交易是：一个项目列表 (消费者一次购买活动中购买的商品 )l 查找 : 所有 描述一个项目集合与其他项目集合相关性的规则l E.g., 98% of people who
3、purchase tires and auto accessories also get automotive services donel 应用l * 护理用品 (商店应该怎样提高护理用品的销售？ )l 家用电器 * (其他商品的库存有什么影响 ?)l 在产品直销中使用附加邮寄2015/5/24 数据挖掘 6规则度量：支持度与可信度l 查找所有的规则 X & Y Z 具有最小支持度和可信度l 支持度 , s, 一次交易中包含 X 、 Y 、 Z的 可能性l 置信度 , c, 包含 X 、 Y的交易中也包含 Z的 条件概率设最小支持度为 50%, 最小可信度为 50%, 则可得到n A C (
4、50%, 66.6%)n C A (50%, 100%)买尿布的客户二者都买的客户买啤酒的客户2015/5/24 数据挖掘 7频繁项集、闭项集和关联规则l 假定某超市销售的商品包括： bread、beer、 cake、 cream、 milk和 tea 交易号 TID 顾 客 购 买 商 品 ItemsT1 bread cream milk teaT2 bread cream milkT3 cake milkT4 milk teaT5 bread cake milkT6 bread teaT7 beer milk teaT8 bread teaT9 bread cream milk teaT1
5、0 bread milk tea2015/5/24 数据挖掘 8l 项目与项集l 设 I=i1,i2,i m是 m个不同项目的集合，每个 ik(k=1， 2， ， m)称为一个项目 (Item)。l 项目的集合 I称为项目集合 (Itemset)，简称为项集。其元素个数称为项集的长度，长度为 k的项集称为 k-项集 (k-Itemset)。2015/5/24 数据挖掘 9l 交易l 每笔交易 T(Transaction)是项集 I上的一个子集，即 TI，但通常 TI。l 对应每一个交易有一个唯一的标识 交易号，记作 TIDl 交易的全体构成了交易数据库 D，或称交易记录集 D，简称交易集 D。l 交易集 D中包含交易的个数记为 |D|。 2015/5/24 数据挖掘 10l 定义 4.3 项集的支持度l 对于项集 X， XI，设定 count(XT)为交易集 D中包含 X的交易的数量l 项集 X的支持度 support(X)就是 项集 X出现的概率 ， 从而 描述了 X的重要性。
