电子商务数据挖掘之关联算法(二)：牛奶可以搭配哪些商品.pdf

《电子商务数据挖掘之关联算法(二)：牛奶可以搭配哪些商品.pdf》由会员分享，可在线阅读，更多相关《电子商务数据挖掘之关联算法(二)：牛奶可以搭配哪些商品.pdf（4页珍藏版）》请在三一文库上搜索。

1、电子商务数据挖掘之关联算法（二）：牛奶可以搭配哪 些商品 Posted on 2013 年 09 月 16 日 by admin in 消费者研究, 电子商务with 0 Comments 在电商数据挖掘之关联算法 （一）： “ 啤酒尿布 ” 的关联规则是怎么来的， 我们介绍了关联规则的基本概念，这一期则以数据实例来看最著名的Apriori 关联算 法的演算过程。 从一家公司的销售记录中我们找到以下8 条消费记录，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略的。 所有满足最小支持度3 的 1 项频集如下，其中的支持度是指该产品在整个数据 集中出现的次数。比如牛奶

2、出现了5 次，而冰淇淋出现了3 次。 递归执行，所有满足最小支持度3 的 2 项频集如下，这其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，所有满足最小支持度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经常被一起购买的。 概念层次的数据挖掘 在研究挖掘关联规则的过程中，许多学者发现在实际应用中，对于很多应用来 说，由于数据分布的分散性，数据比较少，所以很难在数据最细节的层次上发现一 些强关联规则。要想在原始的概念层次上发现强的 （strong ） 和有意义的（inter

3、esting ） 关联规则是比较困难的，因为好多项集往往没有足够的支持数。 当我们引入概念层次后，就可以在较高的层次上进行挖掘。虽然较高层次上得 出的规则可能是更普通的信息，但是对于一个用户来说是普通的信息，对于另一个 用户却未必如此。所以数据挖掘应该提供这样一种在多个层次上进行挖掘的功能。 概念层次在要挖掘的数据库中经常是存在的，比如在一个超市中会存在这样的 概念层次：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。 如果我们只是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 牌饼干都不符合最

4、小支持度。不过如果我们上升一个层级，会发现牛奶，饼干 的关联规则是有一定支持度的。 我们称高层次的项是低层次项的父亲层次（parent ），这种概念层次关系通常 用一个 DAG（directed acyclic graph ，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概念层次上 发现关联规则。 支持度的设置策略 根据规则中涉及的层次和多层关联的规则，我们可以把关联规则分为同层关联 规则和层间关联规则。多层关联规则的挖掘基本上可以沿用“ 支持度 置信度 ” 的框 架。不过，在支持度设置的问题上有一些要考虑的东西。 同层关联规则可以采用两

5、种支持度策略： 统一的最小支持度。对于不同的层次， 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容易，但是弊端也是显而易见的。 递减的最小支持度。每个层次都有不同的最小支持度，较低层次的最小支持度 相对较小。同时还可以利用上层挖掘得到的信息进行一些过滤的工作。层间关联规 则考虑最小支持度的时候，应该根据较低层次的最小支持度来定。 以上我们讨论的基本上都是同一个字段的值之间的关系，比如用户购买的物品。 换句话说就是在单维或者叫维内的关联规则，这些规则很多都是在交易数据库中挖 掘的。 但是对于实际应用来说，多维的关联规则可能是更加有价值的。 同时，在挖掘维间关联规则和混合维关联规则的时候，还要考虑不同的字段种 类，是分类型数据还是数值型数据等等。