摘要本文介绍了关联规则的基本概念和分类方法,列举了一些关联规则挖掘算法并简要
分析了典型算法,展望了关联规则挖掘的未来研究方向。
1 引言
关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。它在数据挖掘中是一个重
要的课题,最近几年已被业界所广泛研究。
关联规则挖掘的一个典型例子是购物篮分析。关联规则研究有助于发现交易数据库中不同
商品(项)之间的联系,找出顾客购买行为模式,如购买了某一商品对购买其他商品的影
响。分析结果可以应用于商品货架布局、货存安排以及根据购买模式对用户进行分类。
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 [AIS93b],
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。他们的工作包括对原有的
算法进行优化,如引入随机采样、并行的思想等,以提高算法挖掘规则的效率;对关联规
则的应用进行推广。
最近也有独立于 Agrawal 的频集方法的工作[HPY00],以避免频集方法的一些缺陷,探索挖
掘关联规则的新方法。也有一些工作[KPR98]注重于对挖掘到的模式的价值进行评估,他
们提出的模型建议了一些值得考虑的研究方向。
2 基本概念
设 I={i1,i2,..,im}是项集,其中 ik(k=1,2,…,m)可以是购物篮中的物品,也可以是保险公司的
顾客。设任务相关的数据 D 是事务集,其中每个事务 T 是项集,使得 TÍI。设 A 是
一个项集,且 AÍT。
关 联 规 则 是 如 下 形 式 的 逻 辑 蕴 涵 : A Þ B , AÌI, AÌI , 且
A∩B=F。关联规则具有如下两个重要的属性:
支持度: P(A∪B),即 A 和 B 这两个项集在事务集 D 中同时出现的概率。
置信度: P(B|A),即在出现项集 A 的事务集 D 中,项集 B 也同时出现的概率。
同时满足最小支持度阈值和最小置信度阈值的规则称为强规则。给定一个事务集 D,挖掘
关联规则问题就是产生支持度和可信度分别大于用户给定的最小支持度和最小可信度的关
评论0