Ck:要素数kの頻出アイテム集合の候補の集合 Lk:要素数kの頻出アイテム集合の集合 minsupは最小サポートを満たすために必要なトランザクション数 － 最小サポートにトランザクションの総数|D|を乗じた値。 トランザクション、候補アイテム集合、頻出アイテム集合中のアイテムは、 すべてある決まった順序にソートされている。 C1からL1を生成 アイテム集合C1 D → スキャン アイテム集合L1カウント 候補 → 生成 ｛A｝｛A｝2 ｛B｝｛B｝3 ｛C｝｛C｝3 ｛D｝｛E｝3 ｛E｝ C2からL2を生成 アイテム集合C2 D → スキャン アイテム集合L2カウント 候補 → 生成 ｛A,B｝｛A,C｝2 ｛A,C｝｛B,C｝2 ｛A,E｝｛B,E｝3 ｛B,C｝｛C,E｝2 ｛B,E｝ ｛C,E｝ C3からL3を生成 アイテム集合C3 D → スキャン アイテム集合L3カウント
アソシエーション分析(associations analysis)は、百貨店や店舗などで集めている表1のようなトランザクションデータを活用するために、バスケットの中の商品間の関連性について分析を行う方法である。アソシエーション分析は、表1に示すような、トランザクションデータから、頻出するアイテムの組み合わせの規則を漏れなく抽出し、その中から興味深い結果を探し出すことを主な目的とする。 アソシエーション分析は、1990年代初めに英国の有力百貨店マークス＆スペンサーの店舗で集めているデータの活用に関して相談を受けたことをきっかけとして、IBM研究所が研究を始め、Apriori(アプリオリ)というアルゴリズムを開発したと言われている。Aprioriアルゴリズムは、巨大なデータベースからアソシエーションルール(associations rules)を抽出することを実現し、データマインニングの実用
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
