基于關(guān)聯(lián)規(guī)則挖掘的算法研究與應(yīng)用

摘要：提出了一種適用于交叉銷售的關(guān)聯(lián)規(guī)則挖掘算法，它建立在事務(wù)壓縮、項(xiàng)目壓縮，以及個性化約束的基礎(chǔ)上。文章結(jié)合事務(wù)數(shù)據(jù)庫對改進(jìn)算法在交叉銷售的效率等方面進(jìn)行了分析。

關(guān)鍵詞：數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則；Apriori算法；頻繁項(xiàng)集；交叉銷售

0 引 言

關(guān)聯(lián)規(guī)則挖掘是在數(shù)據(jù)中查找存在于項(xiàng)目集合中的頻繁模式、關(guān)聯(lián)、相關(guān)性或因果結(jié)構(gòu)。大部分關(guān)聯(lián)規(guī)則挖掘采用的是Apriori類方法，例如RAgrawal等在1994年提出的AprioriTid方法。這些方法以精簡候選Ck的大小以及提高計(jì)算Ck支持度的效率為主。交叉銷售是一種以企業(yè)與客戶的關(guān)系為基礎(chǔ)，讓購買了企業(yè)產(chǎn)品的客戶，繼續(xù)購買企業(yè)其他產(chǎn)品的營銷戰(zhàn)略。它廣泛應(yīng)用于零售業(yè)、金融業(yè)、醫(yī)療保健、汽車修理等領(lǐng)域，其事務(wù)數(shù)據(jù)庫數(shù)據(jù)量巨大。針對Apriori算法在連接時生成大量的項(xiàng)目集，從而降低算法效率的不足，本文從候選項(xiàng)集的產(chǎn)生著手提出一種基于行業(yè)個性化約束集，事務(wù)和項(xiàng)目壓縮以及候選項(xiàng)集關(guān)鍵字識別的方法來提高算法的效率，以滿足各行業(yè)交叉銷售的要求。