.."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)那么：王俊學(xué)號(hào)：4指導(dǎo)教師：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)那么實(shí)驗(yàn)?zāi)康牧私夂褪煜PSSModeler及其相關(guān)知識(shí)；掌握SPSSModeler工具建立Apriori關(guān)聯(lián)規(guī)那么的方法；學(xué)會(huì)運(yùn)用SPSSModeler關(guān)聯(lián)規(guī)那么進(jìn)展相關(guān)的容分析。實(shí)驗(yàn)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置商品數(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)的主要容包括兩個(gè)局部，第一局部是顧客的個(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〔ine〕；第二局部是顧客的一次購置商品的信息，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表示購置,F表示未購置，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置。具體實(shí)驗(yàn)步驟如下：實(shí)驗(yàn)步驟與結(jié)果步驟1創(chuàng)立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?！?〕選擇建模卡片中的"Apriori〞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)展參數(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)那么的后項(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。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)那么置信度，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〞，表示只顯示工程出現(xiàn)的規(guī)那么，而不顯示工程不出現(xiàn)時(shí)的規(guī)那么，這里關(guān)心的是商品的連帶購置。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)那么的度量指標(biāo)，這里選擇默認(rèn)選項(xiàng)"規(guī)那么置信度〞。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)那么，購置啤酒和冷凍食品那么會(huì)同時(shí)購置罐頭蔬菜，樣本中購置啤酒喝冷凍食品的樣本為170；同樣也說明購置啤和冷凍食品的顧客有85.882%的可能購置罐頭蔬菜，該規(guī)那么的支持度為14.6%。本例中產(chǎn)生了三條關(guān)聯(lián)規(guī)那么：啤酒和罐頭蔬菜→冷凍食品〔S=14.6%，C=87.452%〕；啤酒和冷凍食品→罐頭蔬菜〔S=14.6%，C=85.882%〕；冷凍食品和罐頭蔬菜→啤酒〔S=14.6%，C=84.393%〕。同時(shí)三條關(guān)聯(lián)規(guī)那么的提升度〔2.895,2.834,2.88〕都可以承受。因此，啤酒、罐頭蔬菜、冷凍食品是最可能連帶銷售的商品。可以利用關(guān)聯(lián)規(guī)那么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)那么，那么可以推斷其有一定可能性同時(shí)購置某種商品，反之，那么無法預(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)展"選項(xiàng)〞的設(shè)置。〔3〕"最大預(yù)測(cè)數(shù)〞中輸入數(shù)值，默認(rèn)為3.〔4〕勾選"忽略不匹配籃工程〞，表示樣本應(yīng)用規(guī)那么時(shí)不能按照順序完全匹配前項(xiàng)的所有工程時(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)那么時(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。圖8-4通過"表〞節(jié)點(diǎn)課觀察具體的結(jié)果。$A、$AC、$A-Rule表示每個(gè)樣本應(yīng)用關(guān)聯(lián)規(guī)那么的推測(cè)結(jié)果、置信度和規(guī)那么編號(hào)。例如在表中向編號(hào)16的顧客運(yùn)用關(guān)聯(lián)規(guī)那么1，可以推測(cè)其有85.9%的可能性同時(shí)購置罐頭蔬菜。當(dāng)然，如果樣本不符合任何關(guān)聯(lián)規(guī)那么，也就是沒有一條關(guān)聯(lián)規(guī)那么中出現(xiàn)的商品出現(xiàn)在顧客的購物清單中，那么推斷結(jié)果為系統(tǒng)缺失值$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：實(shí)驗(yàn)分析與擴(kuò)展練習(xí)實(shí)驗(yàn)分析：請(qǐng)總結(jié)分析下面的問題：如果需要關(guān)注的關(guān)聯(lián)規(guī)那么比擬多，或者讀者只是想關(guān)注特定情況下的規(guī)那么，如何使用該軟件工具進(jìn)展相關(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)展相關(guān)的篩選和過濾也可以到達(dá)要求，如下圖：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。五、結(jié)論與討論(重點(diǎn))Apriori算法的根本思想是：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)那么，這些規(guī)那么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)那么，產(chǎn)生只包含集合的項(xiàng)的所有規(guī)那么，其中每一條規(guī)那么的右部只有一項(xiàng)，這里采用的是中規(guī)那么的定義。一旦這些規(guī)那么被生成，那么只有那些大于用戶給定的最小可信度的規(guī)那么才被留下來。為了生成所有頻集，使用了遞推的方法。關(guān)聯(lián)規(guī)那么的優(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?！?〕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