第六讲 关联规则Apriori算法与应用.pdf

CLEMENTINE 12 --ASSOCIATION （APRIORI ） 关联规则APRIORI介绍 Agrawal 等于1993 年首先提出了挖掘顾客交易数 据库中项集间的关联规则问题，并设计Apriori 算法， 以后诸多的研究人员对关联规则的挖掘问题进行了大 量的研究。 Apriori 算法是单维单层次布尔关联规则挖掘的一 种经典算法，是挖掘产生布尔关联规则所需频繁项集 的基本算法；Apriori 算法就是根据有关频繁项集特性 的先验知识(prior knowledeg ) 而命名的。 它是一个很有影响的算法，其他类型的关联规则 算法通常是Apriori 算法的变形。 关联规则的相关判定准则 1.支持度(Support)：又称普遍性。 2.置信度(Confidence)：出现X且再出现Y 的比例， 是一个条件机率。 3.增益(Lift)：又称兴趣度。为期望置信度(后项 支持度)，表示在没有任何条件影响下，后项Y出 现的可能性，及置信度与期望置信度的比。 运动鞋Y 单独购买 合计 1 球鞋Y 慢跑鞋Y 11 12 衬衣X 10 10 1 夹克X 400 100 40 540 上衣X 21 外套X2 滑雪衫X22 200 200 60 460 单独购买 50 40 合 计 650 340 1000 增益：增益是两种可能性的比较，一种是在已知购买了左 置信度：是指购物篮分析中有了左边商品，同时又有右边商 支持度：表示在购物篮分析中同时包含关联规则左右两边物 边商品情况下购买右边商品的可能性，另一种是任 品的交易次数百分比，也就是说在所有的购买了左 品的交易次数百分比，即支持这个规则的交易的次 意情况下购买右边商品的可能性。 边商品的交易中，同时又购买右边商品的交易概率。 数百分比。 lift(X21Y11) = P(Y11|X21)/ P(Y11) sup(X21Y11) = P(X21Y11) =400/1000= 40% confidence(X21Y11) = P(Y11|X21) =P(X21Y11)/P(X21)= 74.1% = 74.1%/65% = 1.14% 关联法则的相关判定准则关联法则的相关判定准则 1.高置信度，低支援度： 关联规则真正可取，还需要具备以下两个条件 ： 夹克球鞋”的置信度高达100％，但因为只有一人 买了球鞋，这条关联规则支持度只有千分之一 2.置信度都比较高，但几乎是没有作用的规则 1.人们常识之外、意料之外的关联 “买方便面则买牛奶”，“买牙刷则买牛奶”， “喜欢野外休闲则会买牛奶” 2.该规则必须具有潜在的作用 3.高增益，低支援度： 其中一人与夹克