商務(wù)智能實(shí)驗(yàn)8報(bào)告

數(shù)據(jù)挖掘與商務(wù)智能實(shí)驗(yàn)》實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)題目：關(guān)聯(lián)分析：關(guān)聯(lián)規(guī)則姓名：王俊學(xué)號(hào)：201430850164指導(dǎo)教師： 張大斌實(shí)驗(yàn)時(shí)間： 2016.11.092016年11月12日實(shí)驗(yàn)8關(guān)聯(lián)分析：關(guān)聯(lián)規(guī)則一、 實(shí)驗(yàn)?zāi)康模?） 了解和熟悉SPSSModeler及其相關(guān)知識(shí)；（2） 掌握SPSSModeler工具建立Apriori關(guān)聯(lián)規(guī)則的方法；（3） 學(xué)會(huì)運(yùn)用SPSSModeler關(guān)聯(lián)規(guī)則進(jìn)行相關(guān)的內(nèi)容分析。二、 實(shí)驗(yàn)內(nèi)容本實(shí)驗(yàn)分析的是超市顧客個(gè)人信息和他們的一次購(gòu)買商品數(shù)據(jù)，采用的是關(guān)聯(lián)分析中的Apriori算法。本實(shí)驗(yàn)的數(shù)據(jù)來自文件名為BASKETS.txt的文件。數(shù)據(jù)的主要內(nèi)容包括兩個(gè)部分，第一部分是顧客的個(gè)人信息，主要變量有會(huì)員卡號(hào)（cardid）、消費(fèi)金額（value）、支付方式（pmethod）、性別（sex）、是否業(yè)主（homeown）、年齡（age）、收入（income）；第二部分是顧客的一次購(gòu)買商品的信息，主要變量有果蔬（fruitveg）、鮮肉（freshmeat）、奶制品（dairy）、罐頭蔬菜（cannedveg）、罐頭肉（cannedmeat）、冷凍食品（frozenmeal）、啤酒（beer）、葡萄酒（wine）、軟飲料（softdrink）、魚（fish）、糖果（confectionery），均為二分類型變量，取值T表示購(gòu)買,F表示未購(gòu)買，是一種事實(shí)表的數(shù)據(jù)組織格式。本次試驗(yàn)分析的是的哪些商品最有可能購(gòu)買。具體實(shí)驗(yàn)步驟如下：三、 實(shí)驗(yàn)步驟與結(jié)果步驟1創(chuàng)建Apriori算法數(shù)據(jù)流（1） 通過“可變文件”節(jié)點(diǎn)讀入數(shù)據(jù)BASKETS.txt。（2） 選擇建?？ㄆ械摹癆priori”節(jié)點(diǎn)并將其簡(jiǎn)潔到數(shù)據(jù)中的恰當(dāng)位置，點(diǎn)擊鼠標(biāo)，選擇菜單中的編輯選項(xiàng)進(jìn)行參數(shù)設(shè)置。步驟2設(shè)置具體參數(shù)（1）在“字段”下，選擇“使用定制設(shè)置”選項(xiàng)。在“后項(xiàng)”和“前項(xiàng)”框中選擇關(guān)聯(lián)規(guī)則的后項(xiàng)和前項(xiàng)的變量，本例中分析連帶銷售商品，因此所有商品均被選入后項(xiàng)和前項(xiàng)。如圖8-1（a）所示。

BASKETS.tKt五收藏夾(F)|?數(shù)據(jù)源BASKETS.tKt五收藏夾(F)|?數(shù)據(jù)源(U) ?記錄選項(xiàng)何|?字段選項(xiàng)(D) ▲圖形(G)|?建模(M)I■輸出(0)|■導(dǎo)出(E)I圖8-1(a)(2)在“類型”下，制定當(dāng)前前項(xiàng)最低條件支持度，默認(rèn)值10%；最小規(guī)則置信度，默認(rèn)值為80%；最大前項(xiàng)數(shù)，默認(rèn)為5；勾選“僅包含標(biāo)志變量的真值”，表示只顯示項(xiàng)目出現(xiàn)的規(guī)則，而不顯示項(xiàng)目不出現(xiàn)時(shí)的規(guī)則，這里關(guān)心的是商品的連帶購(gòu)買。如圖8-1(b)所示。圖8-1(b)3)在“專家”的選項(xiàng)下，選擇模式“專家”選項(xiàng)，并選擇評(píng)價(jià)關(guān)聯(lián)規(guī)則的度量指標(biāo)，這里選擇默認(rèn)選項(xiàng)“規(guī)則置信度”。如圖8-2所示。

圖8-2步驟3結(jié)果運(yùn)行實(shí)驗(yàn)結(jié)果如圖8-3所示。結(jié)果說明，如按第2條關(guān)聯(lián)規(guī)則，購(gòu)買啤酒和冷凍食品則會(huì)同時(shí)購(gòu)買罐頭蔬菜，樣本中購(gòu)買啤酒喝冷凍食品的樣本為170；同樣也說明購(gòu)買啤和冷凍食品

的顧客有85.882%的可能購(gòu)買罐頭蔬菜，該規(guī)則的支持度為14.6%。本例中產(chǎn)生了三條關(guān)聯(lián)規(guī)則：啤酒和罐頭蔬菜f冷凍食品(S=14.6%,C=87.452%)；啤酒和冷凍食品f罐頭蔬菜(S=14.6%，C=85.882%)；冷凍食品和罐頭蔬菜f啤酒(S=14.6%,C=84.393%)。同時(shí)三條關(guān)聯(lián)規(guī)則的提升度2895,2.834,2.88)都可以接受。因此,啤酒、罐頭蔬菜、冷凍食品是最可能連帶銷售的商品?？梢岳藐P(guān)聯(lián)規(guī)則考察哪類和顧客符合哪條關(guān)聯(lián)規(guī)律。如果顧客滿足某條關(guān)聯(lián)規(guī)則,則可以推斷其有一定可能性同時(shí)購(gòu)買某種商品,反之,則無法預(yù)測(cè)。步驟4考察關(guān)聯(lián)規(guī)律(1)將Apriori節(jié)點(diǎn)中的模型計(jì)算的結(jié)果添加到數(shù)據(jù)流編輯區(qū)域的恰當(dāng)位置。點(diǎn)擊鼠標(biāo)右鍵選擇“編輯”選項(xiàng),進(jìn)行“選項(xiàng)”的設(shè)置?！白畲箢A(yù)測(cè)數(shù)”中輸入數(shù)值,默認(rèn)為3.勾選“忽略不匹配籃項(xiàng)目”,表示樣本應(yīng)用規(guī)則時(shí)不能按照順序完全匹配前項(xiàng)的所有項(xiàng)目時(shí),允許采用非精度匹配。勾選“檢查預(yù)測(cè)不在籃中”,表示樣本應(yīng)用關(guān)聯(lián)規(guī)則時(shí),給出的后項(xiàng)結(jié)果不應(yīng)出現(xiàn)在前項(xiàng)。如圖8-4所示。|II文件(E) 也生成◎|II文件(E) 也生成◎g預(yù)測(cè)的盤多數(shù)量：規(guī)則標(biāo)惟：□允許重復(fù)預(yù)測(cè)回忽略不匹配的籃孑項(xiàng)目④檢查籃子中不存在預(yù)測(cè)值o檢查籃子中存在預(yù)測(cè)值o不檢查籃孑中是否存在預(yù)測(cè)值h欄Hys-exJIJ3^--llp-D一少IFih欄Hys-exJIJ3^--llp-D一少IFisalplpD應(yīng)用回重置?皇槻模型設(shè)置匯總注解辰I確定(0)—|丨取消(C)|圖8-4通過“表”節(jié)點(diǎn)課觀察具體的結(jié)果。$A、$AC、$A-Rule表示每個(gè)樣本應(yīng)用關(guān)聯(lián)規(guī)則的推測(cè)結(jié)果、置信度和規(guī)則編號(hào)。例如在表中向編號(hào)16的顧客運(yùn)用關(guān)聯(lián)規(guī)則1,可以推測(cè)其有85.9%的可能性同時(shí)購(gòu)買罐頭蔬菜。當(dāng)然,如果樣本不

符合任何關(guān)聯(lián)規(guī)則，也就是沒有一條關(guān)聯(lián)規(guī)則中出現(xiàn)的商品出現(xiàn)在顧客的購(gòu)物清單中，則推斷結(jié)果為系統(tǒng)缺失值$null$。實(shí)驗(yàn)結(jié)果如圖8-5所示。圖8-5實(shí)驗(yàn)最終圖示如下：四、實(shí)驗(yàn)分析與擴(kuò)展練習(xí)1.實(shí)驗(yàn)分析：請(qǐng)總結(jié)分析下面的問題：（1）如果需要關(guān)注的關(guān)聯(lián)規(guī)則比較多，或者讀者只是想關(guān)注特定情況下的規(guī)則如何使用該軟件工具進(jìn)行相關(guān)的過濾。答：先在導(dǎo)入文件時(shí)候選擇篩選過濾選項(xiàng)，根據(jù)自己的需要選取需要的字段；然后在字段中進(jìn)行相關(guān)的篩選和過濾也可以達(dá)到要求，如圖所示：2）在相關(guān)的分析中，如何合理的使用GRI算法得到相應(yīng)的結(jié)果。<Useparttl-Dneddata節(jié)點(diǎn)和模型的名字Ft?蠶了錦鑑?T最小的條件支持度丿護(hù)函0CUfflOlfl最小的可信度只信度大于上述兩個(gè)的最小値時(shí)'該規(guī)則才成立Mnrflimar帕;eduMscpaur憎）M門muTiRj；d:cnfdgncei'%}Msirrun-ruTtorcfsnszedentE.M^irunrrurrb9rcrrjl9^:Mel□□Can〔ml指定規(guī)則的最大前提條件數(shù)（即antecedent里條件的個(gè)數(shù)）.這是限制規(guī)則復(fù)雜程度的…種方法匸如呆規(guī)則過于復(fù)雜或君過于具體，或計(jì)算時(shí)間過心，可以嘗試降低該項(xiàng)設(shè)置“保密在規(guī)則巢屮的搦則數(shù)，即結(jié)杲屮consequent的數(shù)th規(guī)則按照重密MlC±GRI算法計(jì)算山）遞減的順序禰列。規(guī)則巢朋含規(guī)則數(shù)可能會(huì)比指定的要少，特別是在使用嚴(yán)格的信賴準(zhǔn)則或支持準(zhǔn)則時(shí)。如呆選擇了該頤疋右真值會(huì)山現(xiàn)在最終的規(guī)麗五、結(jié)論與討論（重點(diǎn)）Apriori算法的基本思想是：首先找出所有的頻集，這些項(xiàng)集出現(xiàn)的頻繁性至少和預(yù)定義的最小支持度一樣。然后由頻集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則，這些規(guī)則必須滿足最小支持度和最小可信度。然后使用第1步找到的頻集產(chǎn)生期望的規(guī)則，產(chǎn)生只包含集合的項(xiàng)的所有規(guī)則，其中每一條規(guī)則的右部只有一項(xiàng)，這里采用的是中規(guī)則的定義。一旦這些規(guī)則被生成，那么只有那些大于用戶給定的最小可信度的規(guī)則才被留下來。為了生成所有頻集，使用了遞推的方法。關(guān)聯(lián)規(guī)則的優(yōu)缺點(diǎn)：（1）優(yōu)點(diǎn)：它可以產(chǎn)生清晰有用的結(jié)果；它支持間接數(shù)據(jù)挖掘；可以處理變長(zhǎng)的數(shù)據(jù)；它的計(jì)算的消耗量是可以預(yù)見的。（2）缺點(diǎn)：當(dāng)問題變大時(shí)，計(jì)算量增長(zhǎng)得厲害；難以決定正確的數(shù)據(jù)；容易忽略稀有的數(shù)據(jù)。整個(gè)Apriori算法的偽代碼如下：當(dāng)集合中項(xiàng)的個(gè)數(shù)大于0時(shí)：構(gòu)建一個(gè)由k個(gè)項(xiàng)組成的候選項(xiàng)集的列表（k從1開始）計(jì)算候選項(xiàng)集的支持度，刪除非頻繁項(xiàng)集構(gòu)建由k+1項(xiàng)組成的候選項(xiàng)集的列表程序代碼如下：

defapriori6en(Lc：,k):re^List=:]lenLk=len(L<)foriinran^e(lenLk):for;in"日nge(i+ljlenLk):#前「21頁(yè)相同時(shí)，將兩個(gè)隼合臺(tái)并7LI