数据研发学习笔记09：关联规则挖掘及Python实践

1 引言

关联规则挖掘（Association Rules Mining）或者关联分析（Association Analysis）最早是为了进行购物篮分析而提出的。关联规则可以用于对交叉营销和市场布局进行辅助决策。

• 经常一起购买的商品：没有先后或因果——频繁项集；
• 购买此商品也同时购买：涉及时间和顺序——关联规则。

2 频繁模式与关联规则

关联规则挖掘是从交易数据库、关系数据库以及其他的数据集中发现项或对象的频繁模式（frequent patterns）、关联（ associations）的过程。

交易数据库Transactional database：

（1）支持度（Support）：支持度指交易包含项集X的概率。

若support(X) >=最小支持度阈值minsup ，则X称为频繁项集(frequent itemset)，也可以说X是频繁的。

（2）闭合频繁项集
一个频繁项集X被称为闭合频繁项集（closed frequent itemset）当且仅当不存在任一个项集Y满足X∈Y 且support(Y)=support(X)。闭合频繁项集X被称为是闭合的。

（3）关联规则



（4）关联规则的挖掘

3 频繁项集的典型挖掘方法

3.1 逐层发现算法Apriori

如何生成候选集？

3.2 无候选集发现算法FP-growth

4 关联规则的生成方法

生成关联规则：

5 关联规则的其他类型

关联规则的类型：

• 多层次关联规则：什么品牌的啤酒和尿布有关联？
  
  
• 负关联规则、无关联规则：play basketball → not eat cereal / [20%,33.3%]
  
  
• 结构化数据中的关联分析
  
  

6 关联规则的兴趣度的其他度量

6.1 Lift度量

6.2 cosine度量

7 Python实践：关联规则挖掘