大話數據挖掘之關聯規則挖掘
2021-01-11 18:11:34
次
人物介紹
許教授：國內數據挖掘專家、某985高校智能信息處理學術帶頭人
趙總：某電力公司總經理
萬總：某超市集團營銷副總
姜局長：市衛生局副局長
李部長：某鋼鐵集團生產部部長
某985高校管理學院第五屆EMBA班的《數據挖掘及其應用》課程上。
國內數據挖掘專家、智能信息處理學術帶頭人徐教授站在講臺上打開PPT說：“同學們，大家好！今天我們講的是數據挖掘中的關聯規則挖掘。”
“美國知名零售巨頭沃爾瑪在海量的交易數據中發現了美國人的一種行為模式：年齡在25～35歲的年輕父親在給嬰兒買尿布的同時，有30%～40%的會為自己買啤酒。”
“關聯是指一個事件與另一個事件之間的依賴關系。關聯規則挖掘就是發掘數據庫中的關聯關系。我們在網上購物時，商城的系統會主動推薦商品、贈送優惠券，并且這些推薦的商品和贈送的優惠券往往都能直抵我們的需求，誘導我們消費。這背后主要使用使用了關聯分析技術，通過分析哪些商品經常一起購買，可以幫助商家了解用戶的購買行為。大家還了解到哪些關聯規則的應用？”徐教授問。
超市集團主管市場營銷的萬總搶先道：“徐老師，據我所知，關聯規則已經成為各大超市安排商品布局，促進銷售量的一種法寶。近年來，電信公司、保險公司和美容公司等服務行業都爭先恐后地效仿零售業的這種做法，紛紛設計各種套餐，實現捆綁促銷。”
電力公司的趙總：“在電力行業，一些發達國家通過關聯分析對輸變電設備進行狀態檢測，為狀態檢修計劃的制定提供科學依據。”
衛生局江副局長：“國內外均有報道，有人將關聯規則挖掘應用于臨床疾病診斷，比如通過實例試圖發現吸煙、環境污染、職業、肺部慢性疾病等因素與肺癌的發生之間的關聯關系，從而發現肺癌疾病與它產生的可能因素間的規則，利用規則模式指導肺癌的診斷與預防。”
大家紛紛介紹本行業中關聯規則的應用情況，令徐教授驚詫不已，不解地問：“你們怎么都知道這么多？”
學員們只笑不語。
李部長道出了其中的奧秘：“徐老師，誰都知道您上課的最大特點是激情豪邁，互動共鳴。我們EMBA班的學員都工作了數年，現能坐在教室充電，倍感機會來之不易，大家在您上課的先一天晚上都進行預習并準備與您配合的材料。”
徐教授高興地笑了，接著說：“那我就要再問了，最基本的關聯規則挖掘算法是什么？該算法的基本思想是什么？”
教室里鴉雀無語。
徐教授環視了一周，發現超市集團的萬總躍躍欲試，便鼓勵說：“萬總，你試說說，不完全我來補充。”
萬總鼓足了勇氣，大聲道：“最經典的關聯規則算法是由Agrawal和Verkamo于1994年提出的Apriori算法，此后近十多年來，這方面的文章已達上萬篇之多，但都是基于這種算法圍繞著如何提高關聯規則挖掘算法的效率、在海量數據集上進行關聯規則提取、如何挖掘有價值的關聯規則和關聯規則的應用這些主題研究的。至于Apriori算法的思想……，我記不太清楚了。”
徐教授鼓勵說：“回答的不錯，可見課前準備花了很大功夫，值得表揚。”
徐教授的話音剛落，萬總又開了口：“我記起來了，Apriori算法的基本思想是：首先從事件集中尋找所有頻繁出現的事件子集，然后在這些頻繁事件子集中發現可信度較高的規則。”
徐教授示意萬總坐下，繼續說：“Apriori算法的大概思想就是這樣。由于許多應用問題往往更復雜，大量研究從不同的角度對關聯規則做了擴展，將更多的因素集成到關聯規則挖掘方法之中，以此豐富關聯規則的應用領域，拓寬支持管理決策的范圍。如考慮屬性之間的類別層次關系，時態關系，多表挖掘等。近年來圍繞關聯規則的研究主要集中于兩個方面，即擴展經典關聯規則能夠解決問題的范圍，改善經典關聯規則挖掘算法效率和規則興趣性。”
Tempo商業智能平臺
Tempo人工智能平臺
Tempo數據工廠平臺
Tempo指標平臺
Tempo數據治理平臺
Tempo主數據管理平臺
首頁
陜公網安備 61019002000171號
