（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 关联规则分析算法）

前言

本篇继续咱们的微软挖掘算法系列总结，前几篇咱们分别介绍了：Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法、Microsoft 时序算法，后续还补充了二篇结果预测篇、Microsoft 时序算法——结果预算+下期彩票预测篇，看样子有必要整理一篇目录了，不一样的算法应用的场景也是不一样的，每篇文章都有它本身的应用场景介绍，有兴趣的同窗能够参阅。本篇咱们总结微软挖掘算法系列中一款比较重要的算法：Microsoft关联规则分析算法，根据马克思哲学理论，所谓世间万物皆有联系，并且联系是广泛的，此篇的Microsoft关联规则算法就是用来挖掘关联关系的典型算法，闲言少叙，咱们直接进入正题。

应用场景介绍

关联规则算法是在大量数据事例中挖掘项集之间的关联或相关联系，它典型的应用就是购物篮分析，经过关联规则分析帮助咱们发现交易数据库中不一样的商品（项）之间的联系，找到顾客购买行为模式，如购买某一个商品对其它商品的影响。进而经过挖掘结果应用于咱们的超市货品摆放、库存安排、电子商务网站的导航安排、产品分类、根据购买模式对用户进行分类，相关产品推荐等等。

比较典型的为你们所熟知的就是：啤酒和尿布的故事

其实不少电子商务网站中在咱们浏览相关产品的时候，它的旁边都会有相关产品推荐，固然这些它们可能仅仅是利用了分类的原理，将相同类型的的产品根据浏览量进而推荐给你，这也是关联规则应用的一种较简单的方式，而关联规则算法是基于大量的数据事实，经过数据层面的挖掘来告诉你某些产品项存在关联，有可能这种关联关系有多是自身的，好比：牙刷和牙膏、筷子和碗...有些自己就没有关联是经过外界因素所造成的关系，经典的就是：啤酒和尿布，前一种关系经过常识咱们有时候能够获取，但后一种关系经过经验就不易得到，而咱们的关联规则算法解决的就是这部分问题。

技术准备

 （1）微软案例数据仓库（AdventureWorksDW208R2），这里咱们应用到两张表：vAssocSeqLineItems 表和 vAssocSeqOrders 表，这两张表典型的“一对多”的关联关系，vAssocSeqOrders为订单表，vAssocSeqLineItems 表为订单明细表，二者经过OrderNumber关联，稍后的步骤咱们会详细的分析这两张表内容

（2）VS200八、SQL Server、 Analysis Services

操做步骤

（1）咱们这里仍是利用上一期的解决方案，而后数据源，而后数据源视图，很简单的步骤，不明白的能够看咱们前面几篇文章，而后将这两张表的主外键关联上，咱们来看图：

很基础的东西，这里不作过多的解释，Orders为主表，Items为明细表，经过CustomerKey主键进行关联，下面咱们浏览下这两张表里面的数据：

vAssocSeqOrders表内容很简单：订单号（逻辑主键）、客户号（客户表的外键）、地区、收入类型，别的没啥可预览的，这种表是太基础的内容，来看另一张表：

vAssocSeqLineItems表，订单号（外键）、购买数量、购买产品，很简单的一张表

（2）新建挖掘结构

 这里咱们新建这个数据的挖掘模型，很简单的下一步、下一步就行，有不明白的能够参照我之前的内容或者私信我，咱们来看几个关键的步骤：

这里咱们选择Microsoft关联规则算法，而后下一步：

 

这里咱们标示好事例表和嵌套表，下一步咱们指定定型数据

这这里面咱们配置好键、和输入、输出预测列，而后起个名字：relevance

 至此，咱们的Microsoft关联规则分析算法已经初步创建好了，下面一步咱们来配置该算法几个关键属性值。

（3）参数配置

此种算法有两个参数比较重要，咱们来看：

Support:定义规则被视为有效前必须存在的事例百分比。也就是说做为关联规则筛选的事例可能性，好比设置成10%，也就是说在只要在全部事例中所占比为10%的时候才能进行挖掘。

Probability:定义关联被视为有效前必须存在的可能性。该参数是做为结果筛选的一个预约参数，好比设置成10%，也就是说在预测结果中几率产生为10%以上的结果值才被展现。

咱们将该模型的两个参数设置为：

MINIMUM_PROBABILITY = 0.2

MINIMUM_SUPPORT = 0.01

咱们部署该模型，而后运行，咱们来查看结果。

结果分析

部署完程序以后，咱们经过“挖掘模型查看器”进行查看分析，不废话，咱们直接看图：

从上面的截图中咱们能够看到，Microsoft关联规则算法有三个面板来展现结果：规则、项集、依赖关系网络

下面咱们分别来介绍这三个面板，第一个，规则：

上面有几个条件筛选项，第一个就是设置最小几率值，也就是上面咱们新建模型设置的参数，第二个是是筛选规则，经过它咱们找到相应的产品方便咱们查看，还有一个重要性的参数，一样的对于下面结果中的第二列可能性列，最大行数设置显示的行数。

下面结果的表格中，第一列几率的值就是产品以前会产生关联的几率，按照几率从大到小排序，第二列为可能性，该度量规则的有用性。该值越大则意味着规则越有用，设置该规则的目的是避免只使用几率可能发生误导，好比有时候超市里举行促销活动会每一个人都免费给一间物品，若是仅仅根据几率去推测，这件物品的几率将是1，可是这个规则是不许确的，由于它没有和其它商品发生任何关联，也就是说该值是无心义的，因此才出现了“重要性”列。

第三列即为咱们的挖掘出来的结果项，前面为已有的产品项，‘—>’后面的即为推测的产品项，咱们举个例子，好比：

通过排序能够看到，上图中的该条规则项为关联规则最强的一种组合：前面的为：山地自行车（Mountain-200）、山地自行车内胎（Mountain Tire Tube）而后关联关系最强的为：自行车轮胎(HL Mountain Tire)

嗯，有道理的很呀，有了山地自行车了，而后一样也具有山地自行车内胎，剩下的就是须要自行车轮胎了。

其它的也是一样的分析方法，这里咱们就不分析了，有兴趣的能够本身分析，嘿..我看到上面的第三条：

自行车（Road-750）、水壶（Water Bottle）->自行车水壶框（Road Bottle Cage）

....自行车、水壶，确定得买个自行车水壶框了......

这个水壶好有个性，下面咱们来具体看看跟这个利器有关的商品有哪些....嘿嘿...咱们来看图：

我那个去....瞅瞅...第一个结果：水壶框（Road Bottle Cage、Mountain Bottle Cage）...下面我目测了下...我能够明确的告诉你，丫的..这个名字叫Water Bottle(水壶...嘿嘿原谅个人E文能力)的利器最相关的就是水壶框（Bottle Cage）了...

超市里东西怎么摆放？ 网站上该产品的相关推荐该推荐神马？ 有一个顾客已经买了这个东西你推荐它啥懂了吧？......

下面咱们来看第二个面板能告诉咱们什么，咱们打开“项集”面板：

这个面板也简单的很，上面有几个筛选框设置咱们的最低支持数，最小的项集大小，最大行数，这个没啥说的，很简单，下面的结果集显示的为咱们的数据集合中“支持”的事例集合个数、而后“大小”就是该规则下里面的项集的个数，第三列就是项集的详细了。

我去...上面咱们分析的水壶（Water Bottle）居然排在了第一行，该行中的项集明细为：山地自行车（Mountain-200）、水壶（Water Bottle）、自行车水壶框（Road Bottle Cage），第二行也有，看来这厮看来颇有分析价值，咱们后续接着分析，嘿嘿

咱们进入第三个面板“依赖关系网络”，咱们来看：

这幅图已经很熟悉了吧，前几篇文章中均有介绍，分析各类产品之间的关联关系的强弱，拖动右侧的滑动条而后进行分析

嘿嘿...我当心翼翼的拖动了这个滑动条...试图找找上面咱们分析的哪款利器（Water Bottle）:

嘿嘿...找到了，上图中就标示了这玩意相关的商品，咱们来看Mountain Bottle Cage、Road Bottle Cage这两个都是双向关联，而后Road-750、Cycling Cap、Hydration Pack...

其它的商品也利用这种规则进行分析，有兴趣的能够本身分析。

推测结果导出

咱们到此步骤直接将该模型的分析结果进行预测，暂且不验证其准确性，直接将结果导出，来看看该算法的应用项，咱们进入“挖掘模型预测”：

在下面的网格中设置咱们的挖掘筛选规则，点击“源”，选择“预测函数”，选择PredictAssociation,将vAssocSeqLineItems，将其拖到网格中 PredictAssociation 函数的“条件/参数”框。而后设置该参数为[Association].[v Assoc Seq Line Items],3

咱们点击运行，直接来查看结果：

看，上面的Microsoft关联规则算法给咱们推荐出来关联性最强的三种产品，分别为：Sport-100、Water Bottle、Patch kit...

固然有时候我须要只查看某一种商品，不关系其它的产品有什么关联关系，咱们来作单独查询，咱们在菜单中的“挖掘模型”，而后选择“单独查询”：

点击开单独筛选的条件框：

在“嵌套表输入”对话框中，选择“键列”窗格中的 Touring Tire

咱们点击运行，来查看结果：

能够看到这里咱们只是筛选出了该商品的关联关系结果集，固然这里咱们能够显示出该产品之间的关联的关系值，这里咱们直接写语句：

点击运行，咱们来看结果：

这里咱们能看到，商品、支持的事例数，可能行、几率等明细值。

对于Microsoft关联规则算法还有一种更有趣的应用就是，根据现有的顾客已经买的的产品，而后利用它本身的挖掘模型进行推测，推测出这个顾客将下一个买什么产品，好比上面的例子中，若是某个顾客已经买了山地自行车、自行车内胎，那么利用该模型它会自动推测出该顾客下一步将会买自行车轮胎，这个用法其实很关键，经过该方法预测已经能推测出顾客下一步的购买意向！...

若是将该挖掘模型利用到电子商务网站...那么他们推荐的商品将更准确，一样所获得的精准销售也更到位...结果你懂的！

咱们来看步骤：

咱们来选择应用的事例表：

咱们来选择二者的关联关系，能够右键直接编辑：

而后编辑筛选函数，直接看图：

点击查看结果：

能够看到，这个顾客编号为：18239的他将买优先买三个产品：Water Bottle、Road-750、Touring-1000，后面还列出他的几率和可能性...

嘿嘿..咱们打开数据库来看看这个顾客的状况：

.....嘿嘿...这个顾客已经买了两个商品了，Road-250、Road Bottle Cage,根据上面的推算法则...这个顾客应该立刻急须要买一个叫作Water Bottle的神器...用来喝水

而后，咱们将这个结果保存到数据库..一段简单的代码就能搞出那些顾客急须要什么商品...

他们最可能买的商品有哪些....，剩下的工做你懂得！

结语

本篇文章到此结束了...结语就是咱们后面还会继续分析其它的算法，有兴趣的童鞋能够提早关注。上面其实还有几部分须要补充，就是准确性验证和筛选条件挖掘，好比我想知道某些特定客户群体他们的购买的产品关联规则等等吧，后续文章继续分析这些问题。

文章的最后咱们给出前几篇算法的文章链接：

Microsoft决策树分析算法总结

Microsoft聚类分析算法总结

Microsoft Naive Bayes 分析算法

Microsoft算法结果预测篇

Microsoft时序算法总结

Microsoft 时序算法——结果预算+下期彩票预测篇

 

若是您看了本篇博客,以为对您有所收获，请不要吝啬您的“推荐”。