SPSS關(guān)聯(lián)模型步驟

1、SPSS Clementines 預(yù)測(cè)分析模型-啤酒+尿片故事的實(shí)現(xiàn)機(jī)理（使用11版本實(shí)現(xiàn)）SPSS Clenmentines提供眾多的預(yù)測(cè)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(chǎng)營(yíng)銷的打折方案，以制定新的更為有效的方案；保險(xiǎn)公司分析以往的理賠案例，以推出新的保險(xiǎn)品種等等，具有很強(qiáng)的商業(yè)價(jià)值。超市典型案例如何擺放超市的商品引導(dǎo)消費(fèi)者購(gòu)物從而提高銷量，這對(duì)大型連鎖超市來說是一個(gè)現(xiàn)實(shí)的營(yíng)銷問題。關(guān)聯(lián)規(guī)則模型自它誕生之時(shí)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

2、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(jiǎn)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(xiàng)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(chǎng)景。一個(gè)市場(chǎng)分析人員經(jīng)常要考慮這樣一個(gè)問題：哪些商品是頻繁被顧客同時(shí)購(gòu)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(chǎng)調(diào)查：啤酒+尿片擺放在同一

3、個(gè)貨架上，銷售業(yè)績(jī)激增的著名關(guān)聯(lián)規(guī)則應(yīng)用。市場(chǎng)分析員分析顧客購(gòu)買商品的場(chǎng)景，顧客購(gòu)買面包同時(shí)也會(huì)購(gòu)買牛奶的購(gòu)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(xiàng)（Antecedent），牛奶是規(guī)則后項(xiàng) (Consequent)。實(shí)例數(shù)（Instances）表示所有購(gòu)買記錄中包含面包的記錄的數(shù)量。支持度（Support）表示購(gòu)買面包的記錄數(shù)占所有的購(gòu)買記錄數(shù)的百分比。規(guī)則支持度（Rule Support）表示同時(shí)購(gòu)買面包和牛奶的記錄數(shù)占所有的購(gòu)買記錄數(shù)的百分比。置信度（confidence）表示同時(shí)購(gòu)買面包和牛奶的記錄數(shù)占

4、購(gòu)買面包記錄數(shù)的百分比。提升（Lift）表示置信度與已知購(gòu)買牛奶的百分比的比值，提升大于 1 的規(guī)則才是有意義的。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(gòu)買了面包。置信度 60% 表明，購(gòu)買面包的顧客中的 60% 也購(gòu)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(gòu)物而言，根據(jù)以往的購(gòu)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(shí)購(gòu)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CustomerID 

5、                                  ITEM1               &

6、#160;                            bread2                     

7、                       jam3                           &

8、#160;                juice3                                 

9、           jam4                                       &

10、#160;    milk2.表格格式CustomerID                bread                      jam     

11、            juice             milk1                         T

12、0;                         F                   F       

13、          F2                         F               &#

14、160;          T                   F                 F3     &

15、#160;                   F                          T     

16、60;             T                 F4                    

17、0;    F                          F                   F  

18、;               T關(guān)聯(lián)規(guī)則挖掘算法Aprior、Carma 和序列節(jié)點(diǎn)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(duì)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(yàn)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(huì)和啤酒一起購(gòu)買，以此來合理安排商品的擺放

19、，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(gòu)物。記錄的字段包括卡號(hào)、顧客基本信息、付款方式和商品名稱（每個(gè)商品一個(gè)字段 , 該商品字段值為 T, 表示購(gòu)買該商品 , 值為 F 表示未購(gòu)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(huì)出現(xiàn)一張

20、空白的流界面，這時(shí)用戶可以在里面創(chuàng)建自己的流。第一步，為流添加一個(gè)數(shù)據(jù)節(jié)點(diǎn)，這里選擇 Clementine自帶的 Demo 數(shù)據(jù)。將界面下方選項(xiàng)卡的“數(shù)據(jù)源”選項(xiàng)中的“可變文件”拖放到空白界面中，雙擊打開，在文件選項(xiàng)卡中選擇 Clementine 自帶的 Demo 數(shù)據(jù)BASKETS1n，如圖所示。點(diǎn)擊確定按鈕，這時(shí)就成功的創(chuàng)建了數(shù)據(jù)節(jié)點(diǎn)。第二步，為流添加類型節(jié)點(diǎn)，類型節(jié)點(diǎn)是顯示和設(shè)置數(shù)據(jù)每個(gè)字段的類型、格式和角色。從界面下方的“字段選項(xiàng)”卡中，將“類型”節(jié)點(diǎn)拖放到界面中，接著將數(shù)據(jù)節(jié)點(diǎn)和類型節(jié)點(diǎn)連接起來，或者直接在“字段選項(xiàng)”卡中雙擊“類型”節(jié)點(diǎn)，將兩者連接起來。這時(shí)雙擊打開“類型

21、”節(jié)點(diǎn)，此時(shí)“類型”節(jié)點(diǎn)中顯示了數(shù)據(jù)的字段和其類型，點(diǎn)擊“類型”節(jié)點(diǎn)界面上的“讀取值”按鈕，這時(shí)會(huì)將數(shù)據(jù)節(jié)點(diǎn)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”。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(cè)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(diǎn)需要一個(gè)或多個(gè)輸入字段和一個(gè)或多個(gè)目標(biāo)字段，輸入字段和輸出字段必須是符號(hào)型字段。在此可以選擇一個(gè)或多個(gè)字段為目標(biāo)字段，表明該模型的預(yù)測(cè)目標(biāo)字段；對(duì)于 Apriori 建模節(jié)點(diǎn)，也可以不設(shè)置目標(biāo)字段，則需要在建模節(jié)點(diǎn)中設(shè)置“后項(xiàng)”。第三步，為流

22、添加 過濾節(jié)點(diǎn)，將不參與的字段排除在外。該步驟為可選步驟。從“字段選項(xiàng)”卡中選擇“過濾”節(jié)點(diǎn)，并將其拖入到界面中，將“過濾”節(jié)點(diǎn)加入到流中。雙擊打開“過濾”節(jié)點(diǎn)，在不參與建模字段的箭頭上點(diǎn)擊，會(huì)出現(xiàn)一個(gè)紅叉，表示該字段被過濾掉了，不參與建模，如圖所示。對(duì)于一些與建模關(guān)系不大的節(jié)點(diǎn)可以將其過濾掉，比如卡號(hào)、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(diǎn)了，在此之前，讓我們先添加一個(gè)圖形節(jié)點(diǎn) 網(wǎng)絡(luò)節(jié)點(diǎn)，建立此節(jié)點(diǎn)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(gè)感性認(rèn)識(shí)。選擇“圖形”選項(xiàng)卡中的“網(wǎng)絡(luò)”節(jié)點(diǎn)，將此拖入界面，將

23、“網(wǎng)絡(luò)”節(jié)點(diǎn)加入流中，與“過濾”節(jié)點(diǎn)連接起來。雙擊打開網(wǎng)絡(luò)節(jié)點(diǎn)，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(diǎn)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(diǎn)擊“選項(xiàng)”卡，進(jìn)入選項(xiàng)設(shè)置，用戶可以在此設(shè)置鏈接數(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(diǎn)擊“運(yùn)行”按鈕，這時(shí)會(huì)生成一個(gè)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(diǎn)到流中，開始關(guān)聯(lián)規(guī)則模型設(shè)置和使用的篇

24、章。首先點(diǎn)擊界面下方“建?！边x項(xiàng)卡，再點(diǎn)擊 Apriori，節(jié)點(diǎn)拖放到界面中，連接該節(jié)點(diǎn)到過濾節(jié)點(diǎn)上，或者雙擊 Apriori 節(jié)點(diǎn)。接著設(shè)置 Apriori 節(jié)點(diǎn)的參數(shù)，建立關(guān)聯(lián)規(guī)則模型。雙擊打開 Apriori 節(jié)點(diǎn)，如下圖所示。該“字段”選項(xiàng)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(gè)選項(xiàng)，“使用類型節(jié)點(diǎn)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(xiàng)的使用方法。這里無論選擇哪個(gè)選項(xiàng)，都需要將市場(chǎng)分析員重點(diǎn)關(guān)注的商品包括在其中，其他商品可以不包括。如果用戶選擇“使用定制設(shè)置”選項(xiàng)，則需要將啤酒設(shè)置在“后項(xiàng)”列表中，將其他重點(diǎn)關(guān)注的商品設(shè)置在“前項(xiàng)”列表中，如下圖所示。

25、這里，分區(qū)允許您使用指定字段將數(shù)據(jù)分割為幾個(gè)不同的樣本，分別用于模型構(gòu)建過程中的訓(xùn)練、測(cè)試和驗(yàn)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(xiàng)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(duì)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(diǎn)擊“模型”選項(xiàng)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(gè)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(xiàng)。用戶為規(guī)則模型設(shè)置一個(gè) 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(duì)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(qǐng)嘗試增加此設(shè)置。接著，用戶需要為模型設(shè)置一個(gè) 最小規(guī)則置信度，表明正確預(yù)測(cè)的百分比。置信度低于指定標(biāo)準(zhǔn)的規(guī)則將被放棄。如果您獲得的規(guī)則太多，請(qǐng)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(qǐng)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(xiàng)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