8.6多维关联规则挖掘 多维事务数据库DB的结构为 ( ID,ALA2y.Anuitems),A是DB中的结构化 属性(例如顾客的年龄,职业收入等),而 tems是同事务连接的项的集合(例如购物篮 中频繁项集)。每 t=(daa2/… an/items+由两部分信息组成 维信息(a1a2,n和项集信息。 挖掘过程分为两部分挖掘维度信息的模 式和从投影的子DB中找出频繁项集
8.6 多维关联规则挖掘 ◼ 多维事务数据库DB的结构为 (ID,A1 ,A2 ,…,An ,items) ，Ai是DB中的结构化 属性(例如顾客的年龄,职业,收入等)，而 items是同事务连接的项的集合(例如购物篮 中频繁项集)。每一个 t=(id,a1 ,a2 ,…,an ,items-t)由两部分信息组成： 维信息(a1 ,a2 ,…,an )和项集信息。 ◼ 挖掘过程分为两部分：挖掘维度信息的模 式和从投影的子DB中找出频繁项集
例如,事务DB如表8-3所示。 表8-3多维事务数据库DB D A1 A1 itel 01 YZ n Z W X.Z.W 04 c XY 首先找出频繁多维值的组合,然后寻找DB 中相应的频篆项集。设支持度阈值为2,即 属性值的组合出现两次或两次以上为频繁项 集,称为多维模式或叫做MD模式
◼ 例如，事务DB如表8-3所示。 ◼ 首先找出频繁多维值的组合，然后寻找DB 中相应的频繁项集。设支持度阈值为2，即 属性值的组合出现两次或两次以上为频繁项 集，称为多维模式或叫做MD-模式
要挖掘MD模式时,可以使用最早由beye和 Ramakrishnan(它是个有效的“冰山立方 体”,见下图)开发的改进BUC算法。 0D(顶点)方体 1-D方体 2D方体 (age, income (a ncome, buys 3-D(基本)方体 图6-17方体的格形成3D数据立方体(每个方体代表一个不同分组,基本 方体包含三个谓词age, income和 buys)
◼ 要挖掘MD-模式时，可以使用最早由beyer和 Ｒamakrishnan(它是个有效的“冰山立方 体”，见下图)开发的改进BUC算法
BUC算法的基本步骤如下:首先,在第—维 (A1)中按值的字母顺序将每个项进行排序。 1在该维中仅有的MD模式为(a,米,*),因为只 有a值的支持度大于2。其它维的值()在第一 步不相关,可取任意值。 在DB中选择那些具有MD模式的项。即T01 和03事务。针对第二维(A2)值1和2,对简化 的DB进行再一次排序。没有符合支持度的模 式,所以不存在A1和A2值的MD模式。因此 可忽略A2
◼ BUC算法的基本步骤如下:首先，在第一维 (A1)中按值的字母顺序将每个项进行排序。 1.在该维中仅有的MD-模式为(a,*,*)，因为只 有a值的支持度大于2。其它维的值(*)在第一 步不相关，可取任意值。 在DB中选择那些具有MD-模式的项。即T01 和T03事务。针对第二维(A2),值1和2,对简化 的DB进行再一次排序。没有符合支持度的模 式，所以不存在A1和A2值的MD-模式。因此 可忽略A2
在第三维(A3)中按字母顺序进行排序。子集 (a*,m)出现两次,因此它是一个MD模式。 2.重复步骤1的过程:只从A2开始,不需要搜 索第一维。 第二次迭代从A2开始,MD模式为(*,2* 针对A3,不存在其它MD模式。最后一次迭 代,从A3开始,(**m为MD模式
在第三维(A3)中按字母顺序进行排序。子集 (a,*,m)出现两次，因此它是一个MD-模式。 2.重复步骤1的过程：只从A2开始，不需要搜 索第一维。 第二次迭代从A2开始，MD-模式为(*,2,*), 针对A3，不存在其它MD-模式。最后一次迭 代，从A3开始，(*,*,m)为MD-模式