數據挖掘導論之頻繁模式及關聯規則挖掘技術(ppt 44頁)

數據挖掘導論之頻繁模式及關聯規則挖掘技術目錄：
一、關聯規則挖掘簡介
二、關聯規則基本模型
三、關聯規則價值衡量與發展
四、參考文獻

數據挖掘導論之頻繁模式及關聯規則挖掘技術內容提要：
關聯規則簡介：
關聯規則反映一個事物與其他事物之間的相互依存性和關聯性。如果兩個或者多個事物之間存在一定的關聯關係，那麼，其中一個事物就能夠通過其他事物預測到。
典型的關聯規則發現問題是對超市中的貨籃數據（Market Basket）進行分析。通過發現顧客放入貨籃中的不同商品之間的關係來分析顧客的購買習慣。
什麼是關聯規則挖掘：
關聯規則挖掘
首先被Agrawal, Imielinski and Swami在1993年的SIGMOD會議上提出
在事務、關係數據庫中的項集和對象中發現頻繁模式、關聯規則、相關性或者因果結構
頻繁模式: 數據庫中頻繁出現的項集
目的: 發現數據中的規律
超市數據中的什麼產品會一起購買？— 啤酒和尿布
在買了一台PC之後下一步會購買?
哪種DNA對這種藥物敏感?
我們如何自動對Web文檔進行分類?

..............................