Clemente环境下关联规则挖掘实验指导书.docx

1、Clemente环境下关联规则挖掘实验指导书实验名称：在SPSS中进行关联规则挖掘实验目的：1、理解关联规则挖掘原理2、掌握Apriori节点和GRI节点使用3、用 Spss-Clementine 软件实现基本的关联分析要求：请同学们将你的数据流和实验报告放在以“学号姓名”命名的文件夹中，并将文件夹压缩后提交给老师。实验原理：SPSS Clenmentines提供众多的预测模型，这使得它们可以应用在多种商业领域中： 如超市商品如何摆放可以提高销量； 分析商场营销的打折方案，以制定新的更为有效的方案； 保险公司分析以往的理赔案例，以推出新的保险品种等等，具有很强的商业价值。关联规则表示不同数据项

2、目在同一事件中出现的相关性，就是从大量数据中挖掘出关联规则。一条关联规则如下：面包 = 牛奶 支持度 =22%, 置信度 =60% （式 1）式 1中面包是规则前项（Antecedent），牛奶是规则后项 (Consequent)。规则支持度（Rule Support）表示同时购买面包和牛奶的记录数占所有的购买记录数的百分比。置信度（confidence）表示同时购买面包和牛奶的记录数占购买面包记录数的百分比。关联规则（式1）的支持度 22% 意味着，所分析的记录中的 22% 购买了面包。置信度 60% 表明，购买面包的顾客中的 60% 也购买了牛奶。如果关联满足最小支持度阈值和最小置信度阈值

3、，就说关联规则是有意义的。这些阈值可以由用户或领域专家设定。就顾客购物而言，根据以往的购买记录，找出满足最小支持度阈值和最小置信度阈值的关联规则，就找到顾客经常同时购买的商品。【实验内容与步骤】实验一、分析哪些商品会和啤酒一起购买本次实验将使用BASKETS.txt 数据作为数据源。希望分析出哪些商品会和啤酒一起购买，以此来合理安排商品的摆放，进而提高啤酒的销量。实验步骤1. 将界面下方选项卡的“数据源”选项中的“可变文件”拖放到空白界面中，双击打开，在文件选项卡中选择Clementine 自带的 Demo 数据BASKETS1n.txt，如图所示。点击确定按钮，这时就成功的创建了数据节点。实

4、验步骤2. 从“字段选项”卡中，将“类型”节点拖放到界面中，接着将数据节点和类型节点连接起来。这时双击打开“类型”节点，点击“类型”节点界面上的“读取值”按钮，这时会将数据节点中的数据读取过来。如下图所示。实验步骤3. 为流添加过滤节点，将不参与的字段排除在外。从“字段选项”卡中选择“过滤”节点，并将其拖入到界面中，将“过滤”节点加入到流中。双击打开“过滤”节点，在不参与建模字段的箭头上点击，会出现一个红叉，表示该字段被过滤掉了，不参与建模，如图所示。对于一些与建模关系不大的节点可以将其过滤掉，比如卡号、性别、家乡和年龄字段。实验步骤4. 添加一个图形节点网络节点，建立此节点的目的是为了让用户

5、首先可以直观的看到商品之间的关联程度。选择“图形”选项卡中的“网络”节点，将此拖入界面，将“网络”节点加入流中，与“过滤”节点连接起来。双击打开网络节点，在“字段”列表中选择添加字段，可以将所有的商品字段添加进来；也可以点击“仅显示真值标志”，将只显示那些“两者”的字段，如图所示。点击“选项”卡，进入选项设置，用户可以在此设置链接数量的显示范围，不显示一些链接数量低的链接，如图所示。点击“运行”按钮，这时会生成一个商品之间关联程度（链接数量）的网络图，用户可以在下方的调节杆上调节链接数量的显示范围。上图中，线的粗细和深浅代表联系的强弱，可以直观的看到 beer 和 frozenmeat，can

6、nedeg 联系程度比较强。实验步骤5. 点击界面下方“建模”选项卡，再点击 Apriori，节点拖放到界面中，连接该节点到过滤节点上，双击打开 Apriori 节点，如下图所示。该“字段”选项卡，是设置参与建模的字段和目标字段的，可以看到其中包括两个选项，“使用类型节点设置”和“使用定制设置”，这里将为用户分别呈现两种选项的使用方法。这里无论选择哪个选项，都需要将市场分析员重点关注的商品包括在其中，其他商品可以不包括。如果用户选择“使用定制设置”选项，则需要将啤酒设置在“后项”列表中，将其他重点关注的商品设置在“前项”列表中，如下图所示。设置好了字段后，点击“模型”选项卡，进入模型设置。如下

7、图所示。此时，我们已经创建好了关联规则模型的整个流，点击工具栏的绿色箭头，运行该流，会生成一个“模型”节点，该节点里包含了模型运行结果。整个运行后的流图，如下图所示。从结果可以看出，通过关联规则模型挖掘出的规则，购买了冻肉（frozenmeal）和罐装蔬菜（cannedveg）的顾客都会购买啤酒（beer），购买了冻肉和罐装蔬菜的顾客会购买啤酒，此规则中购买了冻肉和罐装蔬菜的记录有 173 条，占 17.3%。而在购买了冻肉和罐装蔬菜的顾客中会有 84.393% 的顾客会购买啤酒，并且提升为 2.88，表明此规则的相关性很强，部署能力和置信度类似，可以不考虑。通过对规则信息的分析和了解，建议将

8、置信度和提升作为选择规则的标准，因为置信度能反映出规则预测的准确程度，提升值越大，规则的相关性越强。结论：可以将啤酒和冻肉、罐装蔬菜放在一起销售，这也正好和前面的网络节点图的显示相一致。实验二：分析不同性别、年龄以及家庭主妇们有怎样的消费偏好这里，仍以超市顾客个人信息和他们的一次购买商品数据BASKETS1n.txt为数据源，分析目标是，顾客消费偏好研究，分析不同性别、年龄以及家庭主妇们有怎样的消费偏好。实验步骤1. 将数据源设置好，再向数据流中添加GRI节点，具体配置如下：实验步骤2. 结果分析。结论：分析结果似乎不理想，规则的置信度、支持度和提升度都不太高。但大致的结论是：家庭主妇们更倾向

9、于买鱼；年轻人23.5岁以下的人更倾向于选择果蔬；啤酒仍就是男士们的最爱。实验三：探寻不同购买物品之间的联系，为货架的摆放提供依据。这里，仍以BASKETS1n.txt为数据源，分析目标是，探寻不同购买物品之间的联系，为货架的摆放提供依据。输入变量（in）：所有购物篮内容 输出变量 (out) ：所有购物篮内容实验步骤1. 将数据源设置好，再向数据流中添加GRI节点，具体配置如下：实验步骤2. 结果分析。结论：可以看到，基本可以分为两类，一类是“cannedveg、frozenmeal、beer”，另一类是“wine、confectionery”。在摆放货架时，应该把灌装蔬菜、冷冻肉品和啤酒放

10、在相邻的位置，把酒和糖果放在一起。实验四：探寻购买不同商品（以酒和饮料为例）的顾客的特征，确定促销信息发放的对象。这里，仍以BASKETS1n.txt为数据源，分析目标是，探寻购买不同商品（以酒和饮料为例）的顾客的特征，确定促销信息发放的对象。输入变量：客户的个人信息（sex、homeown、income、age） 输出变量：wine、softdrink实验步骤1. 将数据源设置好，再向数据流中添加GRI节点，具体配置如下：实验步骤2. 结果分析。结论： 购买饮料的顾客群的特征： 收入29950的男性 或收入28850 对于酒类产品的促销活动信息，更应该发放给拥有自己住房，且收入28850的顾客，而不是所有收入29950的男性或收入10250但是年龄大于38的顾客。这类顾客更容易对碳酸饮料的促销活动动心。实验总结：通过上面的4个案例可以看到，关联规则挖掘从购物篮数据中找到了潜在的关联规则，结果简单易懂，回答了超市的实际问题，为超市的销售提供了建设性的意见。