MultipleLevel & Generalized AR

Hirsun大约 14 分钟

多层次/广义关联规则（Multiple-Level/Generalized Association Rules）是数据挖掘中的一个重要概念，它扩展了传统的关联规则的概念，允许规则在不同的抽象层次上发现有趣的模式。

基本关联规则: 在数据挖掘中，最初的关联规则挖掘是为了找出大数据集中的频繁项集，并基于这些频繁项集生成关联规则。例如，在一个零售数据中，可以发现"如果顾客买了啤酒，那么他们也很可能买薯片"这样的规则。
广义关联规则: 与基本的关联规则挖掘不同，广义关联规则考虑了项的层次结构或概念层次。例如，考虑一个产品的分类，其中“果汁”可以归纳为“饮料”，而“可乐”也可以归纳为“饮料”。在这种情况下，我们不仅仅关注于具体的商品之间的关联，而是可以探索更高层次的分类之间的关联。
多层次关联规则: 在考虑层次结构时，数据可以在多个层次上进行分析，从而生成多层次的关联规则。例如，可以在“产品”、“品类”和“部门”这三个层次上分析销售数据。这意味着规则可以是具体的，如“买了苹果汁就会买橙汁”，也可以是更抽象的，如“买了果汁就会买其他饮料”。

使用多层次/广义关联规则的好处是，它可以帮助用户从不同的角度和抽象层次理解数据，揭示更深层次的模式和关联。为了挖掘这些规则，数据挖掘算法需要能够处理层次结构和不同层次上的频繁项集。这通常比单纯的关联规则挖掘更为复杂。

Concept

由于项目之间的 "祖先 "关系，有些规则可能是多余的。
我们说第一条规则是第二条规则的祖先，第二条规则是多余的。
- 2%® milk → wheat bread
- 2%® milk → bread
We say the first rule is an ancestor of the second rule. The second rule above is redundant.
A rule is redundant if its support is close to the “expected” value, based on the rule’s ancestor

挖掘通用规则的直接方法，只需要一个额外步骤：将原始事务 T 中每个项目的所有祖先都添加到 T 中，并称之为扩展事务 T'

在扩展事务上运行任何关联规则挖掘算法（例如 Apriori）

An example:

How to set minimum support? Uniform Support vs. Reduced Support

统一支助：为各级提供相同的最低支助额：这意味着无论项集的大小是多少（即包含的项目数量），它们的最小支持度都是相同的。

例如，考虑一个超市的购物篮数据。如果我们设置统一支助为10%，则任何出现在少于10%交易中的商品组合都会被忽略。这可能意味着某些不那么常见但仍然有意义的商品组合会被错过。

减少支持：减少较低级别的最低支持。There are 4 search strategies:

例如，考虑同一个超市的购物篮数据。对于单一商品，我们可能会设置一个很低的支持度，如2%。但对于两个商品的组合，我们可能会设置为5%，而对于三个商品的组合，我们可能会设置为8%。

另一个案例

考虑一个书店，其中最受欢迎的书籍是小说，而较少人购买的是科学书籍。

使用统一支助：如果我们设置10%的最小支持度，那么可能只有小说之间的组合会被考虑，而所有科学书籍的组合都会被忽略，因为它们可能不满足这个门槛。
使用减少支持：我们可能会为单本书设置一个2%的支持度，对于两本书的组合设置5%，对于三本书的组合设置8%。这样，一些科学书籍之间的组合，尽管不太常见，但仍然超过了2%的支持度，因此会被考虑。