数据挖掘第五章 关联挖掘
关联规则挖掘就是从大量的数据中挖掘出有价值描述数据项之间相互联系
的有关知识。随着收集和存储在数据库中的数据规模越来越大,人们对从这些数
据中挖掘相应的关联知识越来越有兴趣。例如:从大量的商业交易记录中发现有
价值的关联知识就可帮助进行商品目录的设计、交叉营销或帮助进行其它有关的
商业决策。
挖掘关联知识的一个典型应用实例就是市场购物分析。根据被放到一个购物
袋的(购物)内容记录数据而发现的不同(被购买)商品之间所存在的关联知识
无疑将会帮助商家分析顾客的购买习惯。如图-
所示。发现常在一起被购买的
商品(关联知识)将帮助商家制定有针对性的市场营销策略。比如:顾客在购买
牛奶时,是否也可能同时购买面包或会购买哪个牌子的面包,显然能够回答这些
问题的有关信息肯定会有效地帮助商家进行有针对性的促销,以及进行合适的货
架商品摆放。如可以将牛奶和面包放在相近的地方或许会促进这两个商品的销
售。
如何从交易记录数据库或关系数据库的大量数据中挖掘出关联规则知识呢
什么样的关联规则才是最有意义的呢
如何才能帮助挖掘过程尽快发现有价值的
关联知识呢
本章就将深入讨论这些问题及其相应的解决方法。
挖掘关联规则( 知识 ) 就是从 给定 的数 据集 中 搜索数 据项 (
)之间所
存在的有价值联系。本节将介绍关联规则挖掘的基本知识;其中:
小节要
介绍对市场购物(袋)相关交易记录数据的分析实例。它是关联规则挖掘的起源;
小节将要介绍关联规则挖掘的一些基本概念;而
小节则要描述能够挖
掘出不同形式关联规则的有关方法。
作为一个商场主管,肯定想要知道商场顾客的购物习惯;尤其是希望了解在
(一次)购物过程中,那些商品会在一起被(顾客所)购买。为帮助回答这一问
题,就需要进行市场购物分析,即对顾客在商场购物交易记录数据进行分析。所
分析的结果将帮助商场主管制定有针对性的市场营销和广告宣传计划,以及编撰
合适的商品目录。比如:市场购物分析结果将帮助商家对商场内商品应如何合理
摆放进行规划设计。其中一种策略就是将常常一起购买的商品摆放在相邻近的位
评论0
最新资源