中南林业科技大学计算机与信息工程学院 欧阳林 谭骏珊 唐 笑

1.关联规则

关联规则是数据中蕴含的一类重要规律，对关联规则进行挖掘是数据挖掘中的一项根本任务，甚至可以说是数据库和数据挖掘领域中所发明并被广泛研究的最为重要的模型[1]。简言之，关联规则挖掘是发现大量数据中项集之间的关系或相关联系[2]。这些关系往往是隐藏的，从大量商务数据中发些这些有趣的关系对交叉销售、配送服务、贱卖分析等是有价值的，这样也有利于商务决策的制定。

关联规则挖掘的经典应用是购物篮数据分析，该过程通过发现顾客放入其购物篮中不同商品之间的联系，分析顾客的购买习惯，得出哪些商品频繁的被顾客同时购买，可以优化商品的分类陈列、改善商店的布局。以下是一个关联规则的简单例子：

计算机=＞财务管理软件

[支持度=12%，置信度=60%]

这个规则表明12%的顾客同时购买电脑和财务管理软件，而在所有购买了电脑的顾客中有60%顾客也购买了财务管理软件。

2.关联规则相关概念

项目集合：I={i1，i2，i3，…，im}。

k-项集：项集中项目个数为k的项集。

事务集合：T=(t1，t2，t3，...，tm)。

关联规则表达模型：

XàY，其中X∈I，Y∈I，且X∩Y=ø。

这是一个蕴涵关系表达式，X称前件，Y称后件。

X覆盖ti：项集X是事务ti∈T的一个子集，则称ti包含X，也称X覆盖ti。

支持计数：是T中包含X的事务的数目，记做X.count。

支持度：规则XàY的支持度是T中包含X∪Y的事务的百分比，也可以看做是概率P(XUY)。支持度表示规则在事务集合T中使用的频繁程度。如果支持度的值太小，则表明这个规则可能是偶然发生的，研究它可能没什么价值。……