TAILIEUCHUNG - Khai phá dữ liệu - Chương 2 LUẬT KẾT HỢP
Phân tích việc mua hàng của khách hàng bằng cách tìm ra những “mối kết hợp” giữa những mặt hàng mà khách đã mua. Bài toán được Agrawal thuộc nhóm nghiên cứu của IBM đưa ra vào năm 1994. Khai phá luật kết hợp: Tìm tần số mẫu, mối kết hợp, sự tương quan, hay các cấu trúc nhân quả giữa các tập đối tượng trong các cơ sở dữ liệu giao tác, cơ sở dữ liệu quan hệ, và những kho thông tin khác. Tính hiểu được: dễ hiểu Tính sử dụng được: Cung cấp thông tin thiết thực Tính hiệu quả: Đã có. | LUẬT KẾT HỢP (Association Rules) Chương 2 5/14/2020 12:35:21 AM Phân tích việc mua hàng của khách hàng bằng cách tìm ra những “mối kết hợp” giữa những mặt hàng mà khách đã mua. Bài toán được Agrawal thuộc nhóm nghiên cứu của IBM đưa ra vào năm 1994. Bài toán phân tích giỏ hàng Luật kết hợp: Cơ sở Khai phá luật kết hợp: Tìm tần số mẫu, mối kết hợp, sự tương quan, hay các cấu trúc nhân quả giữa các tập đối tượng trong các cơ sở dữ liệu giao tác, cơ sở dữ liệu quan hệ, và những kho thông tin khác. Tính hiểu được: dễ hiểu Tính sử dụng được: Cung cấp thông tin thiết thực Tính hiệu quả: Đã có những thuật toán khai thác hiệu quả Các ứng dụng: Phân tích bán hàng trong siêu thị, cross-marketing, thiết kế catalog, loss-leader analysis, gom cụm, phân lớp, . Định dạng thể hiện đặc trưng cho các luật kết hợp: khăn bia [, 60%] mua:khăn mua:bia [, 60%] “Nếu mua khăn thì mua bia trong 60% trường hợp. Khăn và bia được mua chung trong dòng dữ liệu." Các biểu diễn khác: mua(x, “khăn") mua(x, “bia") [, 60%] khoa(x, "CS") ^ học(x, "DB") điểm(x, "A") [1%, 75%] Luật kết hợp: Cơ sở khăn bia [, 60%] Luật kết hợp: Cơ sở Tiền đề, vế trái luật Mệnh đề kết quả, vế phải luật Support, độ hỗ trợ/ủng hộ (“trong bao nhiêu phần trăm dữ liệu thì những điều ở vế trái và vế phải cùng xảy ra") Confidence, độ mạnh (“nếu vế trái xảy ra thì có bao nhiêu khả năng vế phải xảy ra") “NẾU mua khăn THÌ mua bia trong 60% trường hợp trên dòng dữ liệu" 1 2 3 4 C¸c kh¸I niÖm Cho I = {I1 , I2 , . . . , Im } lµ tËp c¸c ®¬n vÞ dỮ liÖu. Cho D lµ tËp c¸c giao t¸c, mçi giao t¸c T lµ tËp c¸c ®¬n vÞ d dữ liÖu sao cho T I ÑÞnh nghÜa 1: Ta gäi giao t¸c T chøa X, víi X lµ tËp c¸c ®¬n vÞ dữ liÖu cña I, nÕu X T ÑÞnh nghÜa 2: Mét luËt kÕt hîp lµ mét phÐp suy diÔn cã d¹ng X Y, trong ®ã X I, Y I vµ X Y = ÑÞnh nghÜa 3: Ta gäi luËt X Y cã møc x¸c nhËn(support) lµ s trong tËp giao t¸c D, nÕu cã s% giao t¸c trong D chøa X Y. Ký hiÖu: Supp(X Y) = s C¸c
đang nạp các trang xem trước
