SPSS關(guān)聯(lián)模型步驟

1、SPSS Clenmentines提供眾多的預(yù)測模型，這使得它們可以應(yīng)用在多種商業(yè)領(lǐng)域中：如超市商品如何擺放可以提高銷量；分析商場營銷的打折方案，以制定新的更為有效的方案；保險公司分析以往的理賠案例，以推出新的保險品種等等，具有很強(qiáng)的商業(yè)價值。超市典型案例如何擺放超市的商品引導(dǎo)消費(fèi)者購物從而提高銷量，這對大型連鎖超市來說是一個現(xiàn)實的營銷問題。關(guān)聯(lián)規(guī)則模型自它誕生之時為此類問題提供了一種科學(xué)的解決方法。該模型利用數(shù)據(jù)挖掘的技術(shù)，在海量數(shù)據(jù)中依據(jù)該模型的獨(dú)特算法發(fā)現(xiàn)數(shù)據(jù)內(nèi)在的規(guī)律性聯(lián)系，進(jìn)而提供具有洞察力的分析解決方案。通過一則超市銷售商品的案例，利用“關(guān)聯(lián)規(guī)則模型”，來分析商品交易流水?dāng)?shù)據(jù)，以其

2、發(fā)現(xiàn)合理的商品擺放規(guī)則，來幫助提高銷量。關(guān)聯(lián)規(guī)則簡介關(guān)聯(lián)規(guī)則的定義關(guān)聯(lián)規(guī)則表示不同數(shù)據(jù)項目在同一事件中出現(xiàn)的相關(guān)性，就是從大量數(shù)據(jù)中挖掘出關(guān)聯(lián)規(guī)則。有關(guān)數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則的具體理論依據(jù)這里不做詳細(xì)講解，大家可以參看韓家煒的數(shù)據(jù)挖掘概論。為了更直觀的理解關(guān)聯(lián)規(guī)則，我們首先來看下面的場景。一個市場分析人員經(jīng)常要考慮這樣一個問題：哪些商品是頻繁被顧客同時購買的？顧客1:牛奶+面包+ 谷類顧客2:牛奶+面包+ 糖+雞蛋顧客3:牛奶+面包+ 黃油顧客4:糖+雞蛋以上的情景類似于當(dāng)年沃爾瑪做的市場調(diào)查：啤酒+尿片擺放在同一個貨架上，銷售業(yè)績激增的著名關(guān)聯(lián)規(guī)則應(yīng)用。市場分析員分析顧客購買商品的場景，顧客購買面

3、包同時也會購買牛奶的購物模式就可用以下的關(guān)聯(lián)規(guī)則來描述：面包= 牛奶支持度=2%,置信度=60%（式1 ）式1中面包是規(guī)則前項(Antecedent )，牛奶是規(guī)則后項 (Consequent)。實例數(shù)(Instances )表示所有購買記錄中包含面包的記錄的數(shù)量。支持度(Support)表示購買面包的記錄數(shù)占所有的購買記錄數(shù)的百分比。規(guī)則支持度(Rule Support)表示同時購買面包和牛奶的記錄數(shù)占所有的購買記錄數(shù)的百分比。置信度(confidence)表示同時購買面包和牛奶的記錄數(shù)占購買面包記錄數(shù)的百分比。提升(Lift )表示置信度與已知購買牛奶的百分比的比值，提升大于 1的規(guī)則才是

4、有意義的。關(guān)聯(lián)規(guī)則式1的支持度2%意味著，所分析的記錄中的2%購買了面包。置信度 60%表明，購買面包的顧客中的60%也購買了牛奶。如果關(guān)聯(lián)滿足最小支持度閾值和最小置信度閾值，就說關(guān)聯(lián)規(guī)則是有意義的。這些閾值可以由用戶或領(lǐng)域?qū)＜以O(shè)定。就顧客購物而言，根據(jù)以往的購買記錄，找出滿足最小支持度閾值和最小置信度閾值的關(guān)聯(lián)規(guī)則，就找到顧客經(jīng)常同時購買的商品。此處進(jìn)行關(guān)聯(lián)規(guī)則應(yīng)用可以使用兩種數(shù)據(jù)格式：1,交易數(shù)據(jù)格式，2,表格格式。1 .交易格式CustomerIDITEM2bread3jam4juice3jam milk2.表格格式breadjuicemiCustomerlDjamlk1FF2TF3TF

5、4FT關(guān)聯(lián)規(guī)則挖掘算法Aprior、Carma和序列節(jié)點是常用的關(guān)聯(lián)規(guī)則挖掘算法，它們都可以使用交易格式和表格格式數(shù)據(jù)進(jìn)行挖掘處理。其中Aprior算法，處理速度快，對包含的規(guī)則數(shù)沒有限制，是一種最有影響的挖掘關(guān)聯(lián)規(guī)則的方法。本次試驗將使用 SPSS Clementine11 自帶的安裝目錄下的 Demos文件夾下的 BASKETS1n 數(shù)據(jù)。希望分析出哪些商品會和啤酒一起購買，以此來合理安排商品的擺放，進(jìn)而提高啤酒的銷量。此數(shù)據(jù)屬于表格格式數(shù)據(jù)，每條記錄表示顧客的一次購物。 記錄的字段包括卡號、顧客基本 信息、付款方式和商品名稱（每個商品一個字段，該商品字段值為T,表示購買該商品，值為F表示

6、未購買，具體可參考表2,表格格式數(shù)據(jù)）。商品名稱都有fruitveg（水果蔬菜），freshmeat （生鮮肉），dairy （奶制品），cannedveg （罐裝蔬菜）， cannedmeat （罐 裝肉），fozenmeal （凍肉），beer （啤酒），wine （酒類），softdrink（軟飲），fish（魚）,confectionery（甜食）。首先打開Clementine ,會出現(xiàn)一張空白的流界面，這時用戶可以在里面創(chuàng)建自己的流。第一步，為流添加一個數(shù)據(jù)節(jié)點，這里選擇Clementine自帶的Demo數(shù)據(jù)。將界面下方選項卡的“數(shù)據(jù)源”選項中的“可變文件”拖放到空白界面中，雙擊打開

7、，在文件選項卡中選擇 Clementine 自帶的Demo數(shù)據(jù)BASKETS1n如圖所示。點擊確定按鈕，這時就成功的創(chuàng)建了數(shù)據(jù)節(jié)點。第二步，為流添加類型節(jié)點，類型節(jié)點是顯示和設(shè)置數(shù)據(jù)每個字段的類型、格式和角色。從界面下方的“字段選項”卡中，將“類型”節(jié)點拖放到界面中，接著將數(shù)據(jù)節(jié)點和類型節(jié)點連接起來，或者直接在“字段選項”卡中雙擊“類型”節(jié)點，將兩者連接起來。這時雙擊打開“類型”節(jié)點，此時“類型”節(jié)點中顯示了數(shù)據(jù)的字段和其類型，點擊“類型”節(jié)點界面上的“讀取值”按鈕，這時會將數(shù)據(jù)節(jié)點中的數(shù)據(jù)讀取過來。如下圖所示。接著可以為參與建模的數(shù)據(jù)字段設(shè)置角色，角色分“輸入”，“目標(biāo)”，“兩者”和“無”。

8、輸入表示該字段可供建模使用，目標(biāo)表示該字段為建模的預(yù)測目標(biāo)，兩者表示該字段為布爾型的輸入字段，無表示該字段不參與建模。Apriori節(jié)點需要一個或多個輸入字段和一個或多個目標(biāo)字段，輸入字段和輸出字段必須是符號型字段。在此可以選擇一個或多個字段為目標(biāo)字段，表明該模型的預(yù)測目標(biāo)字段；對于 Apriori 建模節(jié)點，也可以不設(shè)置目標(biāo)字段， 則需要在建模節(jié)點中設(shè)置“后項”。第三步，為流添加過濾節(jié)點，將不參與的字段排除在外。該步驟為可選步驟。從“字段選項”卡中選擇“過濾”節(jié)點，并將其拖入到界面中，將“過濾”節(jié)點加入到流中。雙擊打開“過濾”節(jié)點，在不參與建模字段的箭頭上點擊，會出現(xiàn)一個紅叉，表示該字段被過

9、濾掉了，不參與建模，如圖所示。對于一些與建模關(guān)系不大的節(jié)點可以將其過濾掉，比如卡號、性別、家鄉(xiāng)和年齡字段。第四步，有了這些前期的準(zhǔn)備過程， 接下來就可以開始創(chuàng)建關(guān)聯(lián)規(guī)則模型節(jié)點了，在此之前，讓我們先添加一個圖形節(jié)點一一網(wǎng)絡(luò)節(jié)點，建立此節(jié)點的目的是為了讓用戶首先可以直觀的看到商品之間的關(guān)聯(lián)程度，有一個感性認(rèn)識。選擇“圖形”選項卡中的“網(wǎng)絡(luò)”節(jié)點，將此拖入界面，將“網(wǎng)絡(luò)”節(jié)點加入流中，與“過濾”節(jié)點連接起來。雙擊打開網(wǎng)絡(luò)節(jié)點，在“字段”列表中選擇添加字段，可以將所有的商品字段添加進(jìn)來；也可以點擊“僅顯示真值標(biāo)志”，將只顯示那些“兩者”的字段，如圖所示。點擊“選項”卡，進(jìn)入選項設(shè)置，用戶可以在此設(shè)置

10、鏈接數(shù)量的顯示范圍，不顯示一些鏈接數(shù)量低的鏈接，如圖所示。點擊“運(yùn)行”按鈕，這時會生成一個商品之間關(guān)聯(lián)程度（鏈接數(shù)量）的網(wǎng)絡(luò)圖，用戶可以在 下方的調(diào)節(jié)桿上調(diào)節(jié)鏈接數(shù)量的顯示范圍。上圖中，線的粗細(xì)和深淺代表聯(lián)系的強(qiáng)弱，可以直觀的看到 beer和frozenmeat , cannedeg聯(lián)系程度比較強(qiáng)。第五步，添加“建?！惫?jié)點到流中，開始關(guān)聯(lián)規(guī)則模型設(shè)置和使用的篇章。首先點擊界面下方“建?！边x項卡，再點擊 Apriori ,節(jié)點拖放到界面中，連接該節(jié)點到過濾節(jié)點上，或者雙擊Apriori節(jié)點。接著設(shè)置Apriori節(jié)點的參數(shù)，建立關(guān)聯(lián)規(guī)則模型。雙擊打開Apriori節(jié)點，如下圖所示。該“字段”選項

11、卡，是設(shè)置參與建模的字段和目標(biāo)字段的，可以看到其中包括兩個選項，“使用類型節(jié)點設(shè)置”和“使用定制設(shè)置”，這里將為用戶分別呈現(xiàn)兩種選項的使用方法。這里其他商品可以不包括。無論選擇哪個選項，都需要將市場分析員重點關(guān)注的商品包括在其中, 如果用戶選擇“使用定制設(shè)置”選項，則需要將啤酒設(shè)置在“后項”列表中，將其他重點關(guān) 注的商品設(shè)置在“前項”列表中，如下圖所示。這里，分區(qū)允許您使用指定字段將數(shù)據(jù)分割為幾個不同的樣本，分別用于模型構(gòu)建過程中的訓(xùn)練、測試和驗證階段。如果設(shè)置了 “分區(qū)”，除了在此選擇分區(qū)字段外， 還需要在“模型”選項卡中，勾上“使用分區(qū)數(shù)據(jù)”的選擇框。關(guān)于“分區(qū)”的概念、作用和使用方法，本

12、文不做詳細(xì)介紹。除此，“使用事務(wù)處理格式”選擇框，是針對于事務(wù)性數(shù)據(jù)的，如果數(shù)據(jù)為交易格式，需要勾上此選擇框，但本示例的數(shù)據(jù)為表格格式，故無需選擇。設(shè)置好了字段后，點擊“模型”選項卡，進(jìn)入模型設(shè)置。如下圖所示。用戶可以在“模型名稱”處為本模型設(shè)置一個名字，如果想使用分區(qū)功能，則需要勾上“使 用分區(qū)數(shù)據(jù)”選項。用戶為規(guī)則模型設(shè)置一個 最低條件支持度，那么模型將從所有規(guī)則中選擇那些為真， 并且 其對應(yīng)的記錄的百分比大于此值的規(guī)則。 如果您獲得的規(guī)則適用于非常小的數(shù)據(jù)子集， 請嘗 試增加此設(shè)置。接著，用戶需要為模型設(shè)置一個最小規(guī)則置信度，表明正確預(yù)測的百分比。 置信度低于指定標(biāo)準(zhǔn)的規(guī)則將被放棄。如果

13、您獲得的規(guī)則太多，請嘗試增加此設(shè)置。如果您獲得的規(guī)則太 少（甚至根本無法獲得規(guī)則），請嘗試降低此設(shè)置。用戶還可以為任何規(guī)則指定“最大前項數(shù)”。這是一種用來限制規(guī)則復(fù)雜性的方式。如果規(guī)則太復(fù)雜或者太具體，請嘗試降低此設(shè)置。對于“僅包含標(biāo)志變量的真值”選項，如果對于表格格式的數(shù)據(jù)選擇了此選項，則在生成的規(guī)則中只會出現(xiàn)真值。這樣使得規(guī)則更容易理解。該選項不適用于事務(wù)格式的數(shù)據(jù)。為了提高建模性能，設(shè)置了 “優(yōu)化”選項供用戶選擇。選擇“速度”可指示算法從不使用磁盤溢出，以便提高性能。選擇“內(nèi)存”可指示算法在合適的時候，以犧牲某些速度為代價使 用磁盤溢出。接下來，進(jìn)入“專家”選項卡，對于一般用戶，則選擇“

14、簡單”選項；而對于高級用戶，則可以通過此頁面進(jìn)行微調(diào)，如下圖所示。此時，我們已經(jīng)創(chuàng)建好了關(guān)聯(lián)規(guī)則模型的整個流，點擊工具欄的綠色箭頭， 運(yùn)行該流，會生成一個“模型”節(jié)點，該節(jié)點里包含了模型運(yùn)行結(jié)果。整個運(yùn)行后的流圖，如下圖所示。第六步，在得到了運(yùn)行結(jié)果后，我們雙擊打開生成的“模型”節(jié)點，點擊“顯示/隱藏標(biāo)準(zhǔn)菜單”下拉框，選擇“顯示所有”，結(jié)果如下圖所示。從結(jié)果可以看出，通過關(guān)聯(lián)規(guī)則模型挖掘出了三個規(guī)則，分別是規(guī)則一，購買了凍肉(frozenmeal )和罐裝蔬菜(cannedveg)的顧客都會購買啤酒(beer);其中，第一列代表結(jié)果，而下一列代表條件，后面的列包含規(guī)則信息，如置信度、支持度和提升等。購買了凍肉和罐裝蔬菜的顧客會購買啤酒，此規(guī)則中購買了凍肉和罐裝蔬菜的記錄有173條，占。而在購買了凍肉和罐裝蔬菜的顧客中會有的顧客會購買啤酒，并且提升為表明此規(guī)則的相關(guān)性很強(qiáng)，部署能力和置信度類似，可以不考慮。