购物车中的商务挖掘———Apriori算法

全球零售业巨头沃尔玛在对消费者购物行为分析时发现，男性顾客在购买婴儿尿片时，常常会顺便搭配几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和尿布摆在一起的促销手段。没想到这个举措居然使尿布和啤酒的销量都大幅增加了。如今，“啤酒＋尿布”的数据分析成果早已成了大数据技术应用的经典案例，被人津津乐道。

关联性-->>看似杂乱的数据隐藏的关系-->>用户的行为习惯-->>用户以后的倾向-->>预测

• 十大算法之一

• 最经典的挖掘关联关系的算法

• 经常用于购物车分析

---

• 使用候选项集寻找频繁项集，下面是玩家购买的游戏数据

ID	GameID	ID	GameID
1	a,b,c	6	a,c,e
2	b,c	7	b,c
3	b,d	8	a,b,c,d
4	a,b,c,e	9	a,c,e
5	a,b	10	a,b

• 候补选集，计算a,b,c,d,e在选集中出现的频率

项集	频率
a	0.7
b	0.8
c	0.7
d	0.2
e	0.3

• 设支持度为0.2，则

项集	频率
a	0.7
b	0.8
c	0.7
d	0.2
e	0.3

• 得到的项集与a,b,c,d,e相互匹配,得到a,b|a,c|a,e......,计算在数据中的频率

项集	频率	项集	频率
a,b	0.5	b,d	0.2
a,c	0.5	b,e	0.1
a,d	0.1	c,d	0.1
a,e	0.3	c,e	0.3
b,c	0.5	d,e	0

• 设置支持度为0.2，则

项集	频率
a,b	0.5
a,c	0.5
a,e	0.3
b,c	0.5
b,d	0.2
c,e	0.3

• 得到的项集与a,b,c,d,e相互匹配,得到a,b,c|a,b,d|a,b,c|.......,计算在数据中的频率

项集	频率
a,b,c	0.3
a,b,e	N/A
a,b,c	N/A
a,b,d	N/A
a,c,d	N/A
a,c,e	0.3
b,c,d	N/A
b,c,e	N/A
c,d,e	N/A

项集	频率
a,b,c	0.3
a,c,e	0.3

• 得到的项集与a,b,c,d,e相互匹配，得到a,b,c,d|a,b,c,e|a,c,d,e

项集	频率
a,b,c,d	N/A
a,b,c,e	N/A
a,c,d,e	N/A

• 得到频繁项集

项集	项集
a,b	a,b,c
a,c	a,c,e
a,e	b,d
b,c	c,e

• 用apriori算法实现关联规则挖掘的流程全部结束，可以看出的是，apriori算法要生成大量的候选项集，每生成频繁项集都要生成候选项集。其次要一直迭代重复的扫描事物数据来计算支持度。