基于关联规则的数据挖掘技术在市场决策应用中的研究

摘要

数据挖掘是近年来新兴起来的一个热门学科。顾名思义，它即是从复杂数据巨集中提取出不明显的，甚至是隐藏的有价值那部分的一个过程。而关联规则，这个数据挖掘的一个相当重要分支，在数据挖掘的知识结构中是比较重要的一种。通过基于关联规则的数据挖掘，可以发现大量数据项间的潜在关联，帮助许多市场决策的制定。
　　 本文旨在把关联规则理论作为有价值的技术应用于实际，以解决现实商业问题。在简析了Apriori算法及目前现有的一些改进之后，结合关联规则中可信度及支持度这两个衡量指标，对实际问题进行挖掘。文中还引入了兴趣度这个概念，有效的避免了生成负相关的规则，进一步保证了所生成的规则与用户所期望的结果更加接近。
　　 文末引用了一组电影数据作为模拟数据源来进行理论的实践，在选用的软件中研究分析商品（电影）之间以及商品（电影）与用户之间的关系，并依此进行基于关联规则的数据挖掘，随后对挖掘出来的结果分析解释，并为最终市场决策提供指导性的建议，从而实现把知识转换为既得利润。