CRM试用热线:400-600-7912
>>>

规则在交易集中的可信度

对应每一个交易有唯一的标识, crm如交易号,丨己作7YZ)。设X是一个/中项的猫合,如果xer, 那么称交易7^包含

—个关联规则是形如的蕴涵式,这里YQI,并 ^XnY^0,规则X為y在交易数据座D中的支持度(Support) 是交易维中包含X和y的交易数与所有交易数之比,记为 Support {X’^Y),即:

Support {X^Y) = i \T:XyjYQT,T^D\ \ / \ D \ 规则在交易集中的可信度(Confidence)是指包含;T 和的交易数与包含X的交易数之比,记为Confidence {X^

n,即:

Confidence {X^Y) = | 丨 X U 7\ r e Z)丨丨/丨 TJ&D\ I

给定一个交易集/>,挖掘关联规则问题就是产生支持度和 可信度分别大于用户给定的最小支持度(Minsupp)和最小可信 度(Minconf)的关联规则。

連于不同的分类准则可对关联规则进行分类:按照规则中 处理的变盘的类别,关联规则可以分为布尔型和数值型。带尔 型关联规则处理的ft都是离散的、种类化的,它显示了这些变 la之间的关系;数值型关联规则可以和多维关联或多层关联规 则结合起来,对数值型字段进行处理,将其进行动态的分割, 或者直接对原始的数据进行处理。当然数值塑关联规则中也可 以包含种类变位,按照规则中数据的抽象层次,可以分为单层 关联规则和多层关联规则。在单层的关联规则中,所有的变量 都没有考虑到现实的数据是具有多个不同的层次的,而在多层 关联规则中,对数据的多层性选行了充分旳考虑。