文档介绍：第四章关联规则挖掘年
第一页，本课件共有35页
“尿布与啤酒”——典型关联分析案例
采用关联模型比较典型的案例是“尿布与啤酒”的故事。在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，超市也因此发现了一个规律，在购买婴儿尿B,C},{A,C,E},{B,C,E}}
2．使用Apriori性质剪枝：频繁项集的所有子集必须是频繁的，对候选项C3，我们可以删除其子集为非频繁的选项：
{A,B,C}的2项子集是{A,B},{A,C},{B,C}，其中{A,B}不是L2的元素，所以删除这个选项；
{A,C,E}的2项子集是{A,C},{A,E},{C,E}，其中{A,E} 不是L2的元素，所以删除这个选项；
{B,C,E}的2项子集是{B,C},{B,E},{C,E}，它的所有2－项子集都是L2的元素，因此保留这个选项。
3．这样，剪枝后得到C3={{B,C,E}}
第十二页，本课件共有35页
由频繁项集产生关联规则
同时满足最小支持度和最小置信度的才是强关联规则，从频繁项集产生的规则都满足支持度要求，而其置信度则可由一下公式计算：
每个关联规则可由如下过程产生：
对于每个频繁项集l，产生l的所有非空子集；
对于每个非空子集s，如果 则输出规则“ ”
第十三页，本课件共有35页
多层关联规则 (1)
数据项中经常会形成概念分层
底层的数据项，其支持度往往也较低
这意味着挖掘底层数据项之间的关联规则必须定义不同的支持度
All
Computer
accessory
software
laptop
financial
mouse
color
printer
computer
desktop
IBM
edu.
Microsoft
b/w
HP
Sony
wrist
pad
Logitech
TID
Items
T1
{IBM D/C, Sony b/w}
T2
{Ms. edu. Sw., Ms. fin. Sw.}
T3
{Logi. mouse, Ergoway wrist pad}
T4
{IBM D/C, Ms. Fin. Sw.}
T5
{IBM D/C}
Ergoway
第十四页，本课件共有35页
多层关联规则 (2)
在适当的等级挖掘出来的数据项间的关联规则可能是非常有用的
通常，事务数据库中的数据也是根据维和概念分层来进行储存的
这为从事务数据库中挖掘不同层次的关联规则提供了可能。
在多个抽象层挖掘关联规则，并在不同的抽象层进行转化，是数据挖掘系统应该提供的能力
第十五页，本课件共有35页
挖掘多层关联规则的方法
通常，多层关联规则的挖掘还是使用置信度－支持度框架，可以采用自顶向下策略
请注意：概念分层中，一个节点的支持度肯定不小于该节点的任何子节点的支持度
由概念层1开始向下，到较低的更特定的概念层，对每个概念层的频繁项计算累加计数
每一层的关联规则挖掘可以使用Apriori等多种方法
例如：
先找高层的关联规则：computer -> printer [20%, 60%]
再找较低层的关联规则：laptop -> color printer [10%, 50%]
第十六页，本课件共有35页
多层关联——一致支持度
一致支持度：对所有层都使用一致的最小支持度
优点：搜索时容易采用优化策略，即一个项如果不满足最小支持度，它的所有子项都可以不用搜索
缺点：最小支持度值设置困难
太高：将丢掉出现在较低抽象层中有意义的关联规则
太低：会在较高层产生太多的无兴趣的规则
第十七页，本课件共有35页
多层关联——递减支持度
使用递减支持度，可以解决使用一致支持度时在最小支持度值上设定的困难
递减支持度：在较低层使用递减的最小支持度
每一层都有自己的一个独立的最小支持度
抽象层越低，对应的最小支持度越小
min_sup = 5%
min_sup = 5%
min_sup = 3%
Computer
[support=10%]
Laptop
[support=6%]
Desktop
[support=4%]
第十八页，本课件共有35页
多层关联——搜索策略 (1)
具有递减支持度的多层关联规则的搜索策略
逐层独立：完全的宽度搜索，没有频繁项集的背景知识用于剪枝
层交叉单项过滤：一