数据挖掘方法——关联规则(自己整理)
数据挖掘方法——关联规则(自己整理)
小结：Apriori算法可以分为频繁项集的生成和关联规则的生成两 大步骤；FP-Growth算法可以分成FP-Tree的生成，频繁项集的生成和 关联规则的生成3大步骤。
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
9
五、关联规则挖掘的相关算法
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
7
五、关联规则挖掘的相关算法
1.Apriori算法：使用候选项集找频繁项集 Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是 基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关 联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。 该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和 预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小 支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集 合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定 义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被 留下来。为了生成所有频集，使用了递推的方法。 Apriori算法可以产生相对较小的候选项目集，扫描数据库的次数由最大频繁 项目集的项目数决定。因此，该算法适合于最大频繁项目集相对较小的数据集中 的关联规则挖掘问题。 Apriori算法的两大缺点:1.可能产生大量的候选集；2.可能需要重复扫描数据库。
关联分析的目的：找出数据库中隐藏的关联网。一般用Support(支 持度)和Confidence(可信度)两个阀值来度量关联规则的相关性，引入 lift(提高度或兴趣度）、相关性等参数，使得所挖掘的规则更符合需求。
数据挖掘中的关联规则挖掘算法
数据挖掘中的关联规则挖掘算法数据挖掘是指通过对数据进行分析、挖掘，从中发现有价值的信息和模式的一种过程。
随着互联网和大数据技术的快速发展，数据挖掘在商业、科学、教育、医疗等各个领域的应用越来越广泛，成为了人们获取宝贵信息的有力武器。
关联规则挖掘算法，作为数据挖掘中的一个重要分支，尤其在电商、超市等领域中被广泛应用。
一、关联规则的定义关联规则是指在一个数据集合中，两种或多种物品之间的共现关系。
在超市购物中，如果一位顾客购买了咖啡，那么他很可能会购买糖和奶精。
那么，这里的“咖啡”、“糖”、“奶精”就是一组关联规则。
二、关联规则挖掘算法关联规则挖掘算法是一种用于自动分析数据集的算法。
它通过对数据集进行扫描，找出其中频繁出现的物品集合，进而挖掘出物品之间的关联规则。
常见的关联规则挖掘算法包括Apriori算法、FP-Growth算法、ECLAT算法等。
1. Apriori算法Apriori算法是一种从大规模数据集中寻找频繁模式的算法。
其基本思想是采用迭代的方式，在每一轮迭代中，都先将数据集中的项按照出现频率排序，再使用前一轮迭代中得到的频繁项集来生成新的候选集。
通过多次迭代筛选，最终获得频繁项集。
2. FP-Growth算法FP-Growth算法（频繁模式增长）是一种高效的关联规则挖掘算法。
其基本思想是利用FP树（一种基于前缀树的数据结构）来挖掘频繁项集，并通过递归来发现所有频繁项集。
3. ECLAT算法ECLAT算法（等价类集合聚类算法）是一种基于垂直数据格式的关联规则挖掘算法。
该算法基于集合间的等价关系，将事务数据集分成若干等价类，进而挖掘频繁项集。
三、关联规则挖掘的应用关联规则挖掘算法在各个领域中均得到了广泛的应用。
例如，在电商中，通过分析购物车中的商品，可以挖掘出商品之间的关联规则，进而为用户推荐相关商品；在超市中，通过分析顾客的购物行为，可以发现商品之间的关联规则，进而进行优惠券发放等等。
四、结语关联规则挖掘算法是数据挖掘中的一种重要的算法分支，其应用场景广泛且成效显著。
数据挖掘中的关联规则算法分析
数据挖掘中的关联规则算法分析在大数据时代，数据挖掘已经成为了很多企业的必备技术手段。
而其中的关联规则算法则是数据挖掘中的重要方法之一。
通过统计学的方法，发现多个属性之间的关系，为企业提供了有价值的信息。
本文将对关联规则算法进行分析和介绍。
一、关联规则算法的基本原理关联规则算法是一种基于频繁模式的挖掘算法。
它的基本原理是在数据集中挖掘出不同属性之间的关联性，即在多个属性值之间发现相关性。
例如，在一个购物场景中，使用关联规则算法可以找到哪些商品之间常一起出现，以及它们之间的关联度大小。
二、关联规则算法的核心概念1. 支持度支持度是指某个事物出现的频率。
在关联规则算法中，它指的是某个组合的出现次数占总次数的比例。
例如，如果在500个购物记录中有50个记录同时包含商品A和商品B，则这个组合的支持度为10%。
2. 置信度置信度是指在一个组合中，同时出现另外一个属性的概率。
例如，在上述例子中，如果有50%的记录同时包含了商品A和商品B，其中40%的记录也同时包含了商品C，则这个组合的置信度为80%。
3. 提升度提升度是指一个属性出现对另一个属性出现概率提升的大小。
例如，在关联规则算法中，如果我们想知道在购买商品A的情况下，同时购买商品B的概率会不会提高，我们可以计算商品B出现时所有记录的支持度，然后再计算商品B出现时同时包含商品A的概率，两个概率的商就是提升度。
三、应用场景1. 计算机网络中的入侵检测在计算机网络中，入侵检测是非常重要的一个问题。
通过分析网络流量，可以发现一些异常行为，如端口扫描、拒绝服务攻击等。
而关联规则算法可以用来发现这些异常行为之间的关联性。
2. 购物推荐系统现在的购物网站大多都有推荐系统，通过分析用户的购买记录和喜好，给用户推荐相关的商品。
而关联规则算法可以用来更准确地预测用户的购买行为，并进行精细化的推荐。
3. 医疗诊断中的病因分析在医疗诊断中，关联规则算法可以用来分析多个因素对某种疾病的影响。
数据挖掘中的关联规则算法
数据挖掘中的关联规则算法数据挖掘是伴随着信息技术的不断发展而产生的一种新的工具和方法。
它可以从大量的数据中挖掘出有用的信息，并为实际决策提供帮助。
关联规则算法是其中的一种重要方法，它可以找到项集之间的关系，并预测未来的行为或者趋势。
接下来，我们将对关联规则算法进行详细的介绍。
一、关联规则算法的定义关联规则算法是在数据挖掘中使用频率最广泛的算法之一。
其基本思想是通过寻找数据之间的关联，提取出频繁出现的项集以及项集之间的关系。
在实际应用中，关联规则算法可以广泛应用于市场营销、电子商务、人口统计学等领域。
它可以帮助用户挖掘到有用的信息，理清数据之间的关系，从而做出更明智的决策。
二、关联规则算法的原理关联规则算法有两个基本参数：支持度和置信度。
支持度是指指定的项集在总事务中出现的频率。
置信度则是指在满足条件A的前提下，出现B的概率。
关联规则算法通过计算这两个参数来判断各个项集之间的关系。
举个例子：假设我们想要了解一个超市的销售情况。
我们首先需要确定项集，比如说可乐和糖果在同一笔订单出现的概率。
如果我们设定支持度为50%，即一笔订单至少含有一种可乐和一种糖果，那么我们就可以通过统计数据得到可乐和糖果同时出现的频率。
如果这个频率高于50%，那么我们就可以得出这两个项集之间存在关联规则。
三、关联规则算法的应用关联规则算法可以应用于很多领域，如市场营销、电子商务、人口统计学等。
在市场营销方面，关联规则算法可以帮助企业挖掘到产品之间的关联性，从而了解顾客的需求和偏好，并制定相应的定价策略。
在电子商务中，关联规则算法可以根据用户购买历史记录来推荐相似的产品，提高用户的购买率。
在人口统计学方面，关联规则算法可以帮助政府了解不同人群之间的联系，从而制定更为精准的政策。
四、关联规则算法的优缺点优点：关联规则算法具有较高的算法效率，可以处理大规模数据。
其结果易于理解，可以呈现给用户。
同时，关联规则算法可以挖掘出隐藏在数据中的规律性，帮助用户发现新的信息。
大数据挖掘中的关联规则分析技术
大数据挖掘中的关联规则分析技术一、概述随着大数据技术的不断发展，越来越多的企业开始注重利用数据进行决策。
而在大数据中，关联规则分析技术具有非常重要的作用，可以帮助企业提高运营效率和市场竞争力。
本文将从什么是关联规则、关联规则算法、关联规则分析的应用场景以及未来的发展趋势等几个方面，来介绍大数据挖掘中的关联规则分析技术。
二、什么是关联规则在商品销售过程中，经常会发现一些消费者会同时购买某些商品，这些商品之间存在一定的规律。
比如，如果消费者购买了牛奶和麦片，那么他们很可能也会购买面包。
这种现象被称为“关联规则”，公式表述如下：A→B其中 A 和 B 均为商品集合或属性集合（也可以是两者的混合），箭头“→”的含义为“蕴含”，表示当集合 A 出现时，集合 B 也很可能出现。
三、关联规则算法Apriori 算法是经典的关联规则分析算法，主要分为以下三个过程：1、生成候选项集；2、计算支持度，得到频繁项集；3、由频繁项集，生成关联规则。
四、关联规则分析的应用场景1、商品推荐通过关联规则，可以挖掘出不同商品之间的关系，建立商品之间的联系，以此推荐相似性高的商品，提高用户购买体验。
2、用户行为分析将用户的行为转化为事务数据集，通过分析用户不同行为之间的关系，可以推测出用户的偏好，针对不同用户，推荐不同的商品和服务。
3、产品定价通过关联规则算出不同产品与价格之间的规律，以此制定合适的价格策略。
五、关联规则分析的未来发展趋势在未来，关联规则分析技术将会面临以下四个方面的发展：1、算法优化关联规则分析算法可以从多个方面进行优化，如数据采样、数据集划分、算法并行化等。
2、可视化展示可视化展示可以提高数据分析的效率，利用图表直观展示数据分析报告，更加便于用户理解和应用。
3、实时性计算与传统离线计算相比，实时计算可以在短时间内给出结果，更加符合企业实际需求。
4、结合其他技术将关联规则分析技术与其他技术结合，如自然语言处理、深度学习等，可以得出更为准确的结果，并且在应用场景上会更加广泛。
数据挖掘方法——关联规则(自己整理)
关联分析的目的：找出数据库中隐藏的关联网。一般用Support(支 持度)和Confidence(可信度)两个阀值来度量关联规则的相关性，引入 lift(提高度或兴趣度）、相关性等参数，使得所挖掘的规则更符合需求。
2、由频繁项集产生强关联规则(Association Rules )，根据定义，这些规则 必须满足最小支持度和最小置信度。
关联规则挖掘的第一阶段必须从原始资料集合中，找出所有高频项 目组(Large Itemsets)。高频的意思是指某一项目组出现的频率相对于所有 记录而言，必须达到某一水平。一项目组出现的频率称为支持度(Suppor t)，以一个包含A与B两个项目的2-itemset为例，我们可以经由公式(1)求得 包含{A,B}项目组的支持度，若支持度大于等于所设定的最小支持度(Min imum Support)门槛值时，则{A,B}称为高频项目组。一个满足最小支持度 的k-itemset，则称为高频k-项目组(Frequent k-itemset)，一般表示为Large k 或Frequent k。算法并从Large k的项目组中再产生Large k+1，直到无法再 找到更长的高频项目组为止。
注：关联规则挖掘通常比较适用与记录中的指标取离散值的情况。 如果原始数据库中的指标值是取连续的数据，则在关联规则挖掘之 前应该进行适当的数据离散化（实际上就是将某个区间的值对应于 某个值），数据的离散化是数据挖掘前的重要环节，离散化的过程 是否合理将直接影响关联规则的挖掘结果。
四、关联规则的分类
按照不同情况，关联规则可以进行分类如下：
数据挖掘中的关联规则分析算法
数据挖掘中的关联规则分析算法数据挖掘是一种从大量数据中搜寻模式和隐藏信息的过程。
关联规则分析是数据挖掘中的一种常用算法，旨在找出数据集中存在的关联规则，即一组频繁同时出现的项目。
本文将介绍与关联规则分析算法相关的概念、方法和应用场景。
一、基本概念1. 支持度：支持度是指给定数据集中一个项目集的出现频率。
例如，支持度为10%表示项目集出现在数据集中的10%的事务中。
2. 置信度：置信度是指从包含给定项目集的事务中选择另一个项目时，选择该另一个项目的可能性。
例如，置信度为50%表示选择另一个项的时候，有50%的可能性该项与项目集一起出现。
3. 频繁项集：指在给定数据集中出现频率高于预定阈值的项集。
4. 关联规则：指一组频繁同时出现的项目的组合。
关联规则通常以形式“A→B”的规则呈现，其中A和B都是项目集。
二、算法流程1. 找出频繁项集：在给定数据集中寻找项集，其支持度高于预定阈值。
一个简单的方法是采用Apriori算法。
Apriori算法是一种基于遍历候选项并剪枝的算法。
该算法采用候选项和间隔查找技术来查找频繁项集。
2. 生成关联规则：从频繁项集中可以派生出关联规则。
对于生成的每个频繁项集，从中选择一个项，根据支持度和置信度的限制来判断该项是否应该从项集中删除。
3. 评估和筛选规则：评估确定的规则以确定它们的属实性。
使用给定支持度和置信度将每个分配的规则与数据集中的情况进行比较，来评估它的重要性。
（学习算法过程中需要使用训练数据）。
三、应用场景1. 购物篮分析关联规则分析可以用于购物篮分析，以确定哪些商品有更大的机会一起购买。
例如，当一个人购买了鸡蛋和面包时，可以推断出他们也可能购买牛奶。
2. 电子商务电子商务公司可以使用关联规则分析来推荐商品。
例如，当一个客户浏览了一件商品时，电子商务公司可以使用关联规则来推荐其他相关的商品。
3. 医疗诊断关联规则分析可以用于医疗诊断，以帮助医生快速识别疾病。
例如，当一个患者具有某种症状时，可以使用关联规则确定是否有其他相关症状，从而更快地诊断疾病。
浅谈数据挖掘中的关联规则挖掘
浅谈数据挖掘中的关联规则挖掘数据挖掘是指以某种方式分析数据源，从中发现一些潜在的有用的信息，所以数据挖掘又称作知识发现，而关联规则挖掘则是数据挖掘中的一个很重要的课题，顾名思义，它是从数据背后发现事物之间可能存在的关联或者联系。
举个最简单的例子，比如通过调查商场里顾客买的东西发现，30%的顾客会同时购买床单和枕套，而购买床单的人中有80%购买了枕套，这里面就隐藏了一条关联：床单—>枕套，也就是说很大一部分顾客会同时购买床单和枕套，那么对于商场来说，可以把床单和枕套放在同一个购物区，那样就方便顾客进行购物了。
下面来讨论一下关联规则中的一些重要概念以及如何从数据中挖掘出关联规则。
一.关联规则挖掘中的几个概念先看一个简单的例子，假如有下面数据集，每一组数据ti表示的不同的顾客一次在商场购买的商品的集合：t1: 牛肉、鸡肉、牛奶t2: 牛肉、奶酪t3: 奶酪、靴子t4: 牛肉、鸡肉、奶酪t5: 牛肉、鸡肉、衣服、奶酪、牛奶t6: 鸡肉、衣服、牛奶t7: 鸡肉、牛奶、衣服假如有一条规则：牛肉—>鸡肉，那么同时购买牛肉和鸡肉的顾客比例是3/7，而购买牛肉的顾客当中也购买了鸡肉的顾客比例是3/4。
这两个比例参数是很重要的衡量指标，它们在关联规则中称作支持度（support）和置信度（confidence）。
对于规则：牛肉—>鸡肉，它的支持度为3/7，表示在所有顾客当中有3/7同时购买牛肉和鸡肉，其反应了同时购买牛肉和鸡肉的顾客在所有顾客当中的覆盖范围；它的置信度为3/4，表示在买了牛肉的顾客当中有3/4的人买了鸡肉，其反应了可预测的程度，即顾客买了牛肉的话有多大可能性买鸡肉。
其实可以从统计学和集合的角度去看这个问题，假如看作是概率问题，则可以把“顾客买了牛肉之后又多大可能性买鸡肉”看作是条件概率事件，而从集合的角度去看，可以看下面这幅图：上面这副图可以很好地描述这个问题，S表示所有的顾客，而A表示买了牛肉的顾客，B表示买了鸡肉的顾客，C表示既买了牛肉又买了鸡肉的顾客。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
6
四、关联规则的分类
按照不同情况，关联规则可以进行分类如下： 1.基于规则中处理的变量的类别，关联规则可以分为布尔型和数值型。 布尔型关联规则处理的值都是离散的、种类化的，它显示了这些变量之间的关系；而数值 型关联规则可以和多维关联或多层关联规则结合起来，对数值型字段进行处理，将其进行动 态的分割，或者直接对原始的数据进行处理，当然数值型关联规则中也可以包含种类变量。 例如：性别=“女”=>职业=“秘书” ，是布尔型关联规则；性别=“女”=>avg（收入）= 2300，涉及的收入是数值类型，所以是一个数值型关联规则。 2.基于规则中数据的抽象层次，可以分为单层关联规则和多层关联规则。 在单层的关联规则中，所有的变量都没有考虑到现实的数据是具有多个不同的层次的；而 在多层的关联规则中，对数据的多层性已经进行了充分的考虑。例如：IBM台式机=>Sony打 印机，是一个细节数据上的单层关联规则；台式机=>Sony打印机，是一个较高层次和细节层 次之间的多层关联规则。 3.基于规则中涉及到的数据的维数，关联规则可以分为单维关联规则和多维关联规则。 在单维的关联规则中，我们只涉及到数据的一个维，如用户购买的物品；而在多维的关联 规则中，要处理的数据将会涉及多个维。换成另一句话，单维关联规则是处理单个属性中的 一些关系；多维关联规则是处理各个属性之间的某些关系。例如：啤酒=>尿布，这条规则 只涉及到用户的购买的物品；性别=“女”=>职业=“秘书”，这条规则就涉及到两个字段 的信息，是两个维上的一条关联规则。
小结：Apriori算法可以分为频繁项集的生成和关联规则的生成两 大步骤；FP-Growth算法可以分成FP-Tree的生成，频繁项集的生成和 关联规则的生成3大步骤。
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
9
五、关联规则挖掘的相关算法
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
3
二、关联规则应用领域
目前，关联技术的主要应用领域是商业，它的主要挖掘对象是事务数据库。 利用关联技术从交易数据库发现规则的过程称为购物篮分析（Market Basket Analysis）。通过对商业数据库中的海量销售记录进行分析，提取出反映顾客购物 习惯和偏好的有用规则（或知识），可以决定商品的降价、摆放以及设计优惠券 等。当然也可以把得到的信息应用到促销和广告中，例如，关联规则中所有后项 为“Diet Coke”的规则可能会给商店提供出信息：什么会促使Diet Coke大量售出。 另外，关联规则也可以服务于Cross-sale。服务业的激烈竞争使得公司留住老 顾客和吸引新顾客一样重要。通过分析老顾客的购买记录，了解他们的产品消费 偏好，给他们提供其它产品的优惠及服务，这样不但能留住他们还可以使他们逐 渐熟悉另外的产品，公司从而以尽快的速度获得利润。 Cross-sale就是试图让一种 产品的固定购买客户购买另一种产品。但大公司的顾客购买数据库很大，人工分 析是很难的，关联规则挖掘技术可以结合专家从大型数据库中发现有用知识，来 帮助领域专家做出决策。 关联技术不但在商业分析中得到了广泛的应用，在其它领域也得到了应用， 包括工程、医疗保健、金融证券分析、电信和保险业的错误校验等。
一、关联规则概念
二、关联规则应用领域
三、关联规则挖掘的过程 四、关联规则的分类 五、关联规则挖掘的相关算法 六、关联规则的优缺点
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
1
一、关联规则概念
关联分析（Association analysis）：就是从给定的数据集发现频繁出现 的项集模式知识（又称为关联规则，association rules）。 两个或两个以上变量的取值之间存在某种规律性，就称为关联。 数据关联是数据库中存在的一类重要的、可被发现的知识。关联分为简 单关联、时序关联和因果关联。
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
4
三、关联规则挖掘的过程
关联规则的挖掘可以发现大量数据中数据项集之间有趣的关联。而核 心就是识别或发现所有频繁项目集。 关联规则的挖掘是一个两步的过程： 1、找出所有频繁项集(Frequent Itemsets); 2、由频繁项集产生强关联规则(Association Rules )，根据定义，这些规则 必须满足最小支持度和最小置信度。 关联规则挖掘的第一阶段必须从原始资料集合中，找出所有高频项目 组(Large Itemsets)。高频的意思是指某一项目组出现的频率相对于所有记 录而言，必须达到某一水平。一项目组出现的频率称为支持度(Support)， 以一个包含A与B两个项目的2-itemset为例，我们可以经由公式(1)求得包含 {A,B}项目组的支持度，若支持度大于等于所设定的最小支持度(Minimum Support)门槛值时，则{A,B}称为高频项目组。一个满足最小支持度的k-ite mset，则称为高频k-项目组(Frequent k-itemset)，一般表示为Large k或Frequ ent k。算法并从Large k的项目组中再产生Large k+1，直到无法再找到更长 的高频项目组为止。
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
7
五、关联规则挖掘的相关算法
1.Apriori算法：使用候选项集找频繁项集 Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是 基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关 联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。 该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和 预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小 支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集 合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定 义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被 留下来。为了生成所有频集，使用了递推的方法。 Apriori算法可以产生相对较小的候选项目集，扫描数据库的次数由最大频繁 项目集的项目数决定。因此，该算法适合于最大频繁项目集相对较小的数据集中 的关联规则挖掘问题。 Apriori算法的两大缺点:1.可能产生大量的候选集；2.可能需要重复扫描数据库。
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
8
五、关联规则挖掘的相关算法
2.FP-growth算法 针对Apriori算法的固有缺陷， FP-growth算法是一种不产生候选 挖掘频繁项集的方法，弥补了Apriori算法中的固有缺陷，是大型数据 库挖掘频繁项集的一个有效的算法。 FP-growth算法采用分而治之的策略，在经过第一遍扫描之后， 把数据库中的频集压缩进一棵频繁模式树（FP-tree），同时依然保留 其中的关联信息，随后再将FP-tree分化成一些条件库，每个库和一个 长度为1的频集相关，然后再对这些条件库分别进行挖掘。当原始数 据量很大的时候，也可以结合划分的方法,使得一个FP-tree可以放入主 存中。实验表明，FP-growth对不同长度的规则都有很好的适应性，同 时在效率上较之Apriori算法有巨大的提高。
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
注：关联规则挖掘通常比较适用与记录中的指标取离散值的情况。 如果原始数据库中的指标值是取连续的数据，则在关联规则挖掘之前 应该进行适当的数据离散化（实际上就是将某个区间的值对应于某个 值），数据的离散化是数据挖掘前的重要环节，离散化的过程是否合 理将直接影响关联规则的挖掘结果。
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
Copyright © 2009, MANAGEMENT SCIENCE ASSOCIATES, INC.
5Hale Waihona Puke 三、关联规则挖掘的过程关联规则挖掘的第二阶段是要产生关联规则(Association Rules)。从 高频项目组产生关联规则，是利用前一步骤的高频k-项目组来产生规 则，在最小信赖度(Minimum Confidence)的条件门槛下，若一规则所求 得的信赖度满足最小信赖度，称此规则为关联规则。例如：经由高频 k-项目组{A,B}所产生的规则AB，其信赖度可经由公式(2)求得，若信 赖度大于等于最小信赖度，则称AB为关联规则。
3.多层关联规则挖掘算法 对于很多的应用来说，由于数据分布的分散性，所以很难在数据最细节的层次上发现一些强 关联规则。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。 多层关联规则的分类：根据规则中涉及到的层次，多层关联规则可以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-可信度”的框架。不过，在支持度设置的问题 上有一些要考虑的东西。 4.多维关联规则挖掘算法 对于多维数据库而言，除维内的关联规则外，还有一类多维的关联规则。例如：年龄（X， “20…30”） 职业（X，“学生”）==> 购买（X，“笔记本电脑”）在这里我们就涉及到三个 维上的数据：年龄、职业、购买。 根据是否允许同一个维重复出现，可以又细分为维间的关联规则（不允许维重复出现）和 混合维关联规则（允许维在规则的左右同时出现）。如：年龄（X，“20…30”） 购买（X， “笔记本电脑”） ==> 购买（X，“打印机”） 这个规则就是混合维关联规则。 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：种类型和数值型。 对于种类型的字段，原先的算法都可以处理。而对于数值型的字段，需要进行一定的处理之后才 可以进行。