文档介绍：Begin旅程数据挖掘的故事“兴趣是最好的老师”--爱因斯坦Begin旅程数据挖掘的故事总部位于美国阿肯色州的世界著名商业零售连锁企业沃尔玛拥有世界上最大的数据仓库系统。为能准确了解顾客在其门店的购买****惯,沃尔玛对其顾客的购物行为进行购物篮分析,想知道顾客经常一起购买的商品有哪些。沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上,沃尔玛利用NCR数据挖掘工具对这些数据进行分析和挖掘。一个意外的发现是:“跟尿布一起购买最多的商品竟是啤酒!”“尿布与啤酒”的故事Begin旅程数据挖掘的故事“尿布与啤酒”的故事--数据挖掘项目实施良好的数据积累明确的业务需求准备数据数据挖掘技术结果表达结果评价结果利用第四章关联分析主讲人:熊赟******@(复旦大学)内容概要基本概念基本原理主要算法其他讨论4123基本概念关联关联分析找到用户感兴趣的关联规则,辅助用户作出决策关联型知识关联分析例购物篮分析规律1规律2购买篮球的顾客中有70%购买篮球服购买羽毛球拍顾客中有90%购买羽毛球寻找数据项间感兴趣的关联关系,用关联规则的形式描述“篮球”和“篮球服”之间的关联规则基本概念--关联分析“新闻”页面和“牛奶事件”页面之间的关联规则定义1(项Item与全项集ItemSets):元素i称为项。全项集是所研究的对象数据集中所有项的集合,它是一个非空有限集,记为∑,∑={i1,i2,…,im,…,ip},其中im(m=1,2,…,p)是一个项。交易号购买的物品T100I1,I2,I5T200I2,I4T300I2,I3T400I1,I2,I4T500I1,I3设以交易数据库作为关联分析的研究对象定义2(项集ItemSet):全项集的子集,记为I。项集中项的数目称为项集的长度一个长度为k的项集称为k-项集例:项集{篮球,篮球服}的长度为2,是一个2-项集基本概念--关联规则形式化定义定义3(交易Transaction):形如T(,)的一条数据记录T称为一个交易,其中,(如交易号等),。设X是一个项集,如果X,那么称交易T包含项集X(注:当上下文清楚时,,记为XT)。定义4(交易数据集TransactionDataSet):一系列交易组成的集合,记为D,D={T1,T2,…,Tk,…,Tn}。其中,Tk(k=1,2,…,n)是一个交易。基本概念--关联规则形式化定义交易号()项集()T100I1,I2,I5T200I2,I4T300I2,I3T400I1,I2,I4T500I1,I3