Wyszukiwanie reguł asocjacji i ich zastosowanie w internecie

Wyszukiwanie reguł asocjacji i ich zastosowanie w internecie

Bartosz BACHMAN1, Paweł Karol FRANKOWSKI1,2
1
Wydział Elektryczny, 2Wydział Informatyki
Zachodniopomorski Uniwersytet Technologiczny w Szczecinie
E–mail: [email protected]
Wyszukiwanie reguł asocjacji
i ich zastosowanie w internecie
1. Wprowadzenie
Asocjacja inaczej skojarzenie polega na kojarzeniu elementów, łączeniu ich ze sobą
i wyszukiwaniu zależności pomiędzy nimi. Pierwotnie badania nad regułami asocjacji
motywowane były zagadnieniami tak zwanej analizy koszykowej. Odkrywając wzorce
zachowań klientów można określić grupy produktów kupowanych jednocześnie. Wiedza ta pozwala lepiej dobierać miejsce położenia produktów na półkach, tworzyć skuteczniejsze promocje, opracowywać wydajniejsze kampanie marketingowe, optymalizować strategię cenową, czyli jednym słowem zwiększać zyski i poprawiać konkurencyjność firmy. Wiedząc na przykład, że większość klientów kupujących węgiel drzewny
do grilla kupuje również podpałkę, można zadbać by produkty te znalazły się np. odpowiednio blisko siebie. Chcąc podnieść dzienną liczbę klientów, a jednocześnie nie obniżać średniej marży można wykorzystać tą zależność reklamując nową, promocyjną cenę
węgla, co z pewnością w okresie wiosennym przyczyni się do zwiększenia liczbę klientów, jednocześnie podnosząc cenę innych produktów, które są zwykle kupowane wraz
z węglem. Podniesiona cena m.in. podpałki zrekompensuje spadek marży z węgla, zaś
większe obroty przełożą się na zysk.
Termin Analiza Koszykowa funkcjonuje do dzisiaj, jednak jej zakres wychodzi obecnie
daleko poza półki sklepów obejmując np.: badania naukowe, transakcje biznesowe,
analizy tekstu typu text mining i wiele innych. Algorytmy wyszukujące reguły asocjacji
są stosowane wszędzie tam gdzie analizowane są obszerne bazy danych, a powiązania
pomiędzy poszczególnymi zmiennymi nie są znane.
Nazwy Analiza Koszykowa i Wyszukiwanie Reguł Asocjacji stosowane są coraz częściej
w sposób zamienny. Jednoznaczność tych terminów pozostaje dyskusyjna jednakże
użyteczność tego jednego z najpowszechniej stosowanych narzędzi Data Mining jest
bezsporna.
2. Wyszukiwanie reguł asocjacji
Jak już wspomniano, analiza koszykowa służy do znajdywania w dużym zestawie danych ukrytych zależności w postaci prostych reguł. Analizować można dowolne cechy
danej populacji, choć w zależności od ich rodzaju oraz formy przedstawiania należy
dostosować sposób analizy.
10
Bartosz Bachman, Paweł Karol Frankowski
Standardowo cechy mogą być podzielone na:
•
•
cechy jakościowe – niebędące liczbami, np.: kolor, płeć, grupa krwi,
cechy ilościowe – cechy przyjmujące pewne wartości liczbowe:
skokowe – cecha przyjmuje tylko pewne wartości liczbowe np. liczba dzieci,
ciągłe – cecha może przymować dowolne wartości z danego przedziału,
porządkowe – przyporządkowuje dane liczbowe do konkretnych przedziałów
np. wzrost: niski, średni i wysoki.
Analiza koszykowa była tworzona z myślą o danych jakościowych. Chcąc wykorzystać
ją do danych liczbowych ilościowych ciągłych, a często również skokowych należy
najpierw je dyskretyzować. Poprzez ten proces dąży się do otrzymania możliwie małej
ilości przedziałów, przy jednoczesnym jak najlepszym oddaniu natury danej zmiennej.
W efekcie cechy ciągłe zamieniane są w skokowe, porządkowe lub (o ile to tylko możliwe) dychtonomiczne. Podczas przygotowywania danych do analizy bardzo pomocne
okazują się być współczesne modele wykorzystujące w dyskretyzacji miarę entropii
i regułę MDL, jednak w większości przypadków nie mogą one całkowicie zastępować
człowieka, kluczem do odpowiedniego przygotowania danych nadal pozostaje ich zrozumienie.Wynikiem analizy koszykowej są reguły asocjacji w postaci:
JEŻELI [poprzednik (z ang. body)] TO [następnik (z ang. head)]
Przykładem takiej reguły może być: [węgiel, kiełbaski] → [podpałka] , należy to odczytać jako: jeżeli klient kupił węgiel i kiełbaski to istnieje istotne prawdopodobieństwo, że
kupi również podpałkę. Oczywiście reguła ta nie musi się być prawdziwa w stu procentach, przypadków. Jakość reguły zwykle opisywana jest przez dwa, lub czasami trzy
wskaźniki. Zanim jednak zostaną one omówione należy wprowadzić szereg pojęć. Zakładając, że dysponujemy zbiorem danych, w którym:
I : zbiór iterałów (atrybutów); w naszym przypadku wszystkich dostępnych w sklepie
towarów; I={i1, i2,…, im},
X : dowolny zbiór iterałów zawierający się w zbiorze I, czyli X ⊆ I ,
D : zbiór transakcji, każda transakcja jest reprezentowana przez parę T={id, X}, gdzie
id to numer identyfikacyjny transakcji; D={T1, T2,…, Tm},
Tid : zakładamy, że każdy identyfikator transakcji należy do skończonego zbioru identyfikatorów Tid;
Mówimy, że dana transakcja T pokrywa zbiór A gdy A ⊆ X, Pokrycie zbioru towarów A
w bazie D to zbiór cover(A, D) = {T∈D : T pokrywa A}.
Chcąc określić częstość występowania zbioru produktów A w transakcjach bazy D,
czyli c(A, D) należy obliczyć w ilu przypadkach transakcje T pokrywały badany zbiór A
oznaczmy to przez s(A, D), a następnie podzielić to przez liczbę transakcji znajdujących
się w bazie, czyli s(D).
Reguły asocjacji można, zatem definiować jako implikacje A→B, gdzie A⊆I i B⊆I oraz
A ∩B = ∅. Podstawowymi wskaźnikami jakości reguły są:
•
Wsparcie (support) – może zostać zapisana, jako prawdopodobieństwo P(A∪B) czyli
odsetek transakcji w zbiorze danych zawierających daną regułę. W omawianym
Wyszukiwanie reguł asocjacji i ch zastosowanie w Internecie
11
przypadku okresla prawdopodobieństwo kupienia węgla, kiełbasek i podpałki przez
losowo wybranego klienta.
sup(A → B, D) =
•
(1)
Pewność (confidence) – może zostać zapisana, jako prawdopodobieństwo warunkowe P(B|A) czyli prawdopodobieństwo wystopięnia następnika, pod warunkiem wystąpienia poprzednika. W opisywanym przypadku jest to prawdopodobieństwo tego,
że klient kupi podpałkę, gdy już kupił węgiel i kiełbaski.
conf(A → B,D) =
•
s(A ∪ B)
s(D)
sup(A → B,D)
sup(A,D)
(2)
Korelacja (correlation) – Wskażnik ten można traktować jako informację o tym, jaka
część dostępnych „zdarzeń” została „wykorzystana” w danej asocjacji. Gdy korelacja
reguły jest równa 100% oznacza to że wszystkie zbiory częte tworzące tą regułe występują tylko w niej.
correl(A
→ B,D) =
sup (A → B,D)
(3)
sup (A,D) ⋅ sup (B,D)
•
Przyrost (lift) – jest rozwinięciem wskaźnika korelacji. Informuje, jaki jest wpływ
sprzedaży produktu A na sprzedaż produktu B.
Należy zauważyć, że potencjalnych reguł może być bardzo wiele, np. jeżeli klient nie
kupił produktu A to nie kupi również produktu B. Taka reguła jest zupełnie bezużyteczna gdyż w sklepie mogą być tysiące produktów. Należy, zatem wydzielić jedynie te
reguły, które spełniają nasze wymagania. W tym celu określa się minimalne wartości
wsparcia i czasem pewności, lub korelacji. Zbiory o wsparciu większym niż minimalne
nazywane są częstymi. Przyjmuje się, że zbiór towarów A jest częsty, jeśli występuje on
w co najmniej minsupp procentach transakcji w bazie |c(A, D)|>supportmin ×|D|.
Tab. 1. Przykładowa baza transakcji D
Tab. 1. Example of database D
Tid
1
2
3
węgiel
podpałka
kiełbasa
•
•
•
•
•
•
•
•
keczup
piwo
•
•
•
W tabeli 1 przedstawiono przykład bazy transakcji D. W sklepie znajduje się jedynie
pięć produktów, a reguł asocjacji są wyszukiwane tylko w trzech transakcjach. Dane
można przedstawić w formie tabeli wielodzielczej, zawierającej dane dychtonomiczne.
By uprościć analizę pola produktów, w których nie zakupiono w danej transakcji pozostawiono puste. Taka forma zapisu nadaje się do prezentowanego przykładu, jednak
12
Bartosz Bachman, Paweł Karol Frankowski
w praktyce liczba transakcji i produktów w sklepie może być o wiele większa i sięgać
np. dziesiątek tysięcy. Wówczas otrzymana tabela byłaby olbrzymia i w większości
pusta. Z tego powodu zwykle lepiej sprawdzają się dane w formie tabeli wielokrotnych
odpowiedzi, lub o ile to możliwe w formie tabeli liczności. Błędne przygotowanie danych może sprawić, że nie otrzymamy reguł asocjacji, otrzymane reguły będą nieużyteczne, lub po prostu nieprawdziwe. W ogólnym przypadku liczbę potencjalnych reguł
można wyliczyć korzystając ze wzoru na kombinację bez powtórzeń. Jeżeli L to maksymalna rozpatrywana liczba poprzedników, zaś K następników, a n to liczba produktów w sklepie, wtedy liczba potencjalnych reguł wynosi:
L  n K  n 
S = ∑ 
   ⋅ ∑   ,
l = 1  l  k = 1 k  
K+L≤n
(4)
W omawianym przypadku chcemy wykryć wszystkie możliwe reguły. Ponieważ
w takiej sytuacji liczba poprzedników ogranicza liczbę następników wzór musi być
zmodyfikowany do postaci:
L  n n − l  n 
S = ∑ 
   ⋅ ∑   
l = 1  l  k = 1 k  
(5)
Po podstawienie danych do wzoru (5) obserwuje się, że stosując tabelę z danymi
dychtonomicznymi (produkt kupiony lub niekupiony) liczba potencjalnych reguł wynosi 57002. Gdy przedstawimy te same dane tak jak w tabeli 1, gdzie zmienne mogą
przejmować tylko jedną wartość liczba ta maleje do 180. Można zauważyć, że jeżeli
reguła A→B spełnia nasze wymogi, to reguła B→A będzie spełniała je w tym samym
stopniu. Uwzględnienie tego faktu umożliwia dodatkowe ograniczenie ilości reguł.
Równie istotne jest dobranie odpowiednich warunków. W omawianym przypadku po
ustawieniu minimalnej korelacji, wsparcie i pewność na 33% otrzymano 88 reguł, przy
50% liczba reguł zmalała już do 22, zaś przy 70% do 2.
Rys. 1a. Przykładowe reguły asocjacji
Fig. 1a. Example of association rules
Wyszukiwanie reguł asocjacji i ch zastosowanie w Internecie
13
Rys. 1b. Przykładowe reguły asocjacji
Fig. 1b. Example of association rules
Na rysunkach 1a i 1b przedstawiono przykładowe reguły asocjacji. Wielkość węzłów na
wykresie jest proporcjonalna do względnej wartości wsparcie, grubość linii do względnego zaufania kolor zaś świadczy o względnej korelacji.
3. Wyszukiwania reguł asocjacji w ujęciu algorytmicznym
Podstawowym i najbardziej rozpowszechnionych algorytmem służącym do realizacji
analizy koszykowej jest model Apriori.
Main
apriori_gen
L1 = {zbiory częste 1-elementowe};
for (k=2;Lk-1≠∅;k++) do
begin
Ck = apriori_gen(Lk-1);
For each transakcji t∈T do
begin
Ct = subset(Ck,t);
For each zbioru kandydującego c∈Ct do
c.count++;
end;
Lk = {c∈Ck | c.count≥minsup}
end;
Wynik = ∪kLk;
function apriori_gen(Ck)
insert into Ck
select p.item1, p.item2, ...,
p.itemk-1, q.itemk-1
from Lk-1 p, Lk-1 q
where p.item1 = q.item1, ...,
p.itemk-2 = q.itemk-2,
p.itemk-1 < q.itemk-1;
for all itemsets c ∈ Ck do
for all (k-1)-subsets s of c do
if ( s ∉ Lk-1 ) then
delete c from Ck;
endfunction;
Rys. 2 Pseudokod algorytmu Apriori
Fig. 2 Pseudocode of Apriori algorithm
Idea algorytmu bazuje na spostrzeżeniu, że jeżeli zbiór nie jest częsty to nie może tworzyć
reguł spełniających warunki minimalne. Model ten wymaga uporządkowania wszystkich
znajdujących się w bazie transakcji (np. w sposób leksykograficzny). W pierwszej kolejności wyodrębnione zostają wszystkie wyrazy częste. Z nich generowane są zbiory kandydujące dwuelementowe. Proces szukania kandydatów, zwany AprioriGen, zawiera
Bartosz Bachman, Paweł Karol Frankowski
14
dwie główne operacje: łączenie i przycinanie. Zbiór kandydatów k-elementowych jest
generowany przez łączenie zbioru Lk-1 z nim samym a następnie przycinany poprzez
usuwanie zbędnych zbiorów. Dla każdego z zbiorów obliczane jest wsparcie, jeżeli jest
ono większe od zadanego wsparcia minimalnego minsup to tworzy on regułę. Ponadto
każdy z spełniających warunek zbiorów zostaje ponownie wykorzystany, jako zbiór
częsty i współtworzy zbiór kandydujący trzyelementowy. W każdej kolejnej iteracji,
w oparciu o zbiory częste (Lk) znalezione w poprzednim kroku, algorytm generuje zbiory kandydujące (Ck) o rozmiarze większym o 1. Wynikiem działania jest suma
k-elementowych zbiorów częstych (k=1, 2,...). By zapewnić odpowiednią efektywności
obliczania wsparcia zbiorów kandydujących, wykorzystuje się strukturę danych w postaci drzewa haszowego. Służy ona do przechowywania zbiorów kandydujących. Procedura subset() zwraca te zbiory kandydujące należące do Ck, które są wspierane przez
transakcję t.
Można zauważyć, że jeżli AB → CD jest wiarygodną regułą, to reguły ABC → D
i ABD → C też są wiarygodne.
Największą niedogodność w algorytmie Apriori stanowi wielokrotne przeglądanie całej
bazy danych (D) w celu wyznaczania wsparcia dla kandydatów. Algorytm przestaje być
efektywny, przy bardzo dużych rozmiarach D. W literaturze zaproponowano już wiele
sposobów rozwiązania tego problemu. W większości przypadków opierają się one na
zawężaniu obszaru poszukiwań w każdej kolejnej iteracji, lub na zmniejszaniu liczby
przeszukań bazy danych.
Naturalnym rozwinięciem algorytmu Apriori jest AprioriTid, jego główną ideą jest
wprowadzenie dodatkowej struktury danych, zwanej CountingBase. Ponieważ transakcje nie zawierające żadnego k-zbioru częstego, nie mogą zawierać żadnego (k+1) zbioru
częstego nie są one przepisywane do struktury. Wykreślenie ich umożliwia zmniejszenie
liczby obliczeń w następnej iteracji.
Tab. 2. Przykladowa baza danych D2
Tab. 2. Example of Database D2
Tid
1
2
3
4
5
węgiel
•
•
•
podpałka
•
•
kiełabasa
keczup
•
piwo
wino
•
•
•
•
•
•
•
•
Zupełnie inne podejście zaproponowano w algorytmie FP-Growth. Składa się on
z dwóch zasadniczych etapów: utworzenia drzewa FP i jego eksploracji. Idea algorytmu
została przedstawiona na podstawie przykładowej bazy danych (Tab.2) .
Założono minimalne wsparcie na poziomie 30% i minimalną pewność na poziomie
70%. W pierwszym kroku, (zwanym krokiem kompresji bazy danych) podobnie jak
w przypadku Apriori baza D2 jest przeszukiwana w celu znalezienia zbiorów częstych.
W kroku drugim z każdej transakcji usuwane są te elementy, które nie są zbiorami czę-
Wyszukiwanie reguł asocjacji i ch zastosowanie w Internecie
15
stymi (zwykle znacząco ogranicza to liczbę analizowanych danych, stąd nazwa etapu).
W trzecim kroku, w każdej transakcji Ti (gdzie i = 1, 2, ..., n), elementy są sortowane
według malejących wartości ich wsparcia. Posortowane transakcje T1, T2,...,Tn,
w ostatnim kroku, są transformowane do postaci FP-Tree. Cały proces symbolicznie
przedstawiono na rysunku 3.
Rys. 3. Algorytm tworzenia Drzewa FP
Fig. 3. Algorithm of creation FP-Tree
Każda pojedyncza gałąź w drzewie FP, rozpoczyna się w korzeniu drzewa (oznaczonym etykietą null). Reprezentuje ona zbiór transakcji zawierających identyczne elementy. Licznik ostatniego wierzchołka α danej ścieżki prefiksowej (dowolnego odcinka
gałęzi) informuje o liczbie transakcji wspierających zbiór elementów reprezentowanych
przez wierzchołki grafu należące do tej ścieżki. Algorytm FP-Growth tworzy również
dodatkową strukturę. Nazywa się ją Tablicą Nagłówkową. Wskazuje ona lokalizację
każdego elementu w drzewie FP. Wszystkie ścieżki prefiksowe wzorca tworzą warunkową bazę wzorca, która służy do konstrukcji tak zwanego Warunkowego drzewa FP
wzorca alpha, oznaczanego Tree_alpha. Warunkowe drzewo FP jest w dalszej części
algorytmu rekursywnie eksplorowane w celu znalezienia wszystkich zbiorów częstych
zawierających zbiór alpha.
W przedstawionym przykładzie pierwsza transakcja tworzy ścieżkę prefiksową podpałka:1 → węgiel:1. Transakcja druga ma wspólny prefiks podpałka z transakcją pierwszą,
posiada również zbiory częste piwo→kiełbasa, które tworzą nową ścieżkę prefiksową.
W kroku drugim otrzymano gałąź: podpałka:2→piwo:1→Kielbasa:1. Transakcja o id.3
nie pokrywa się z dwiema pierwszymi w najczęstszym z zbiorów (podpałka), tworzy
tym samym nie zupełnie nową gałąź. W analogiczny sposób można rozpisano transakcje o id. 4 i 5, w wyniku czego otrzymano drzewo FP o kształcie przedstawionym na
rysunku 3.
Następnym etapem jest eksploracja Drzewa FP, jej procedurę przedstawiono w postaci
pseudokodu na rysunku.4.
16
Bartosz Bachman, Paweł Karol Frankowski
procedure FP-Growth (Tree, α)
if Tree zawiera pojedynczą ścieżkę P
then for each kombinacji β wierzchołków
ścieżki P do
generuj zbiór β ∪ α o wsparciu
równym minimalnemu wsparciu
elementów należących do β
end do
else for each α-i należącego do tablicy
nagłówków elementów Tree do
generuj zbiór β = α-i ∪ α o
wsparciu = wsparcie(α-i );
utwórz warunkową bazę wzorca β;
utwórz warunkowe FP-drzewo wzorca β - Tree- β;
if Tree- β ≠ ∅ then FP-Growth (Tree- β, β);
end procedure;
Rys. 4. Pseudokod procedury eksploracji DrzewaFP
Fig. 4. Pseudocode of FP-Tree exploration algorithm
Ekspolorację drzewa rozpoczyna się od ostatniego znalezionego zbioru częstego, od
najmniejszego wsparcia. Ostatnim znalezionym zbiorem częstym była kiełbasa. Prowadzi do niej tylko jedna ścieżka prefiksowa podpałka:2→piwo:2→kielbasa:2. Licznik
ścieżki przyjmuje wartość licznika transakcji wierzchołka kiełbasa i jest równy 2. Warunkowe drzewo FP kiełbasy zawiera, zatem tylko jedną ścieżkę, która tworzy wzorce:
(podpałka→piwo→kielbasa):2, (podpałka→piwo):2 i (podpałka):2. Wsparcie tych
wzorców wynosi 2/5=40%. W analogiczny sposób rozpisać można pozostałe gałęzie
drzewa. W rozpatrywanym przypadku drzewo warunkowe węgla posiada aż trzy ścieżki
prefiksowe, zaś piwo tylko jedną.
4. Web mining
Internet stanowi doskonałe miejsce do poznawania zwyczajów użytkowników i wyznaczania najróżniejszych reguł asocjacji. Wykorzystywania narzędzi Data Mining w sieci
jest w znacznym stopniu uproszczone, ponieważ:
•
•
•
•
•
gromadzone dane zawierają sporo informacji o internaucie,
ilość zgromadzonych danych jest na tyle duża, że z łatwością można wylosować
wiarygodną próbę testową, co może być bardzo pomocne przy testowaniu modeli,
dzięki zautomatyzowanemu sposobowi gromadzenia danych otrzymuje się względnie
rzetelne zbiory obserwacji,
bardzo łatwo można zaobserwować i wykazać użyteczność modeli data mining oraz
oszacować efektywność działań (np. obliczając wskaźnik ROI),
otrzymywane dane są zestandaryzowane, więc łatwo je porównać z danymi analizowanymi jakiś czas temu, pozwala to na skuteczną analizę sekwencji.
Wyszukiwanie reguł asocjacji i ch zastosowanie w Internecie
17
web mining
analiza zawartości sieci
podejście oparte na agentach
analiza wzorców zachowań użytkowników
podejście oparte na bazach danych
Rys. 5. Web mining [2]
Fig. 5. Web mining [2]
Najbardziej oczywistym zastosowań wyszukiwania reguł asocjacji w Web mining jest użycie
ich w sklepach internetowych. Wiedząc, że klient kupuje produkt A można mu pokazać
produkty B, C i D, które są zwykle kupowane wraz z A. Są to tak zwane reguły substytucji.
Reguły dysocjacji, (jeżeli A i [nie B] to C) pozwalają dostosować wygląd strony do
użytkownika by nie widział tego, czego nie chce oglądać.
Reguły cykliczne pozwalają przypomnieć mu o tym, że zbliża się czas, w którym zwykle kupuje jakiś produkt. Lub wyświetlić reklamy, gdy zwykle jego aktywność w Internecie jest największa.
Reguły sekwencji dostarczają informacji, co, kiedy i za ile internauta kupuje. Robiąc
zakupy w Internecie dostarczamy administratorom sklepu wielu cennych informacji
takich jak: kiedy mamy czas wolny, jakimi środkami finansowymi dysponujemy, w jaki
sposób dokonujemy płatności, jak podatni na reklamę jesteśmy i wiele innych [1]. Analiza zachowań internautów pozwala przedsiębiorstwom oszacować wartość życiową
klienta, maksymalizować przychody ze sprzedaży, oceniać skuteczność kampanii promocyjnych, optymalizować wygląd i funkcjonalność witryn, dostarczać internautom
spersonalizowany przekaz, czy znaleźć najbardziej skuteczną logiczną strukturę witryny. Każdy nasz krok pomiędzy stronami, czas, który na stronie przebywamy, co, gdzie
i kiedy piszemy pozostawia w Internecie ślady. Warto, zatem wiedzieć, że kiedy my się
uczymy Internetu, Internet uczy może uczyć się nas.
Podsumowując Web mining występuje w pięciu obszarach:
•
•
•
•
•
personalizacja – mająca zastosowanie głównie w handlu elektronicznym,
usprawnienia systemu – poprzez wykrywanie przeciążeń, intruzów, oszustów
i sposobów włamań,
modyfikacja witryny – ma na celu wzrost jej atrakcyjności dla użytkowników, często
wiąże się z handlem elektronicznym,
analityka biznesowa – dostarcza informacji w jakis sposób internaucie poruszają się
po Siecie, dane te są następnie wykorzystywane marketingowo w trzech obszarach:
pozyskiwania klientów, sprzedaży krzyżowej i analizie migracji klientów,
charakterystyka użytkowników – sposób w jaki użytkują Internet dostarcza wielu,
użytecznych danych.
Bartosz Bachman, Paweł Karol Frankowski
18
5. Wnioski
Algorytmy badające reguły asocjacji są bardzo użytecznym i uniwersalnym narzędziem
pozwalającym odkryć wiele zaskakujących i niespodziewanych powiązań. Kluczem do
wykrycia właściwych reguł jest odpowiednie przygotowanie danych.
Literatura
1.
2.
Łapczyński M., Analiza koszykowa i analiza sekwencji – wielki brat czuwa,
www.statsoft.pl/czytelnia.html 2009
Cooley R., Mobasher B., Srivastava J., WebMining: Information and Pattern Discovery
on the World Wide Web, Proceedings of the 9th International Conference on Tools with
Artificial Intelligence, IEEE Computer Society, 1997, s. 558
Streszczenie
Celem artykułu jest przedstawienie metod wyszukiwania reguł asocjacji i opisywania,
jakości otrzymanych powiązań. W opracowaniu przedstawiono na przykładach algorytmy najbardziej popularnych metod anlizy koszykowej: Apriori i FP-Growth. Zwrócono również uwagę na proces przygotowania danych do dalszej analizy. Ostatni rozdział został poświęcony zastosowaniu wyszukiwania reguł asocjacji w Internecie tzw.
Web mining.
Process of search for association rules
and their uses in internet
Summary
The purpose of this paper is to present the process of search association rules and presentation main parameters of obtained links. Pseudocode of Apriori and FP-Growth
algorithms are presented and analyzed for the example database. Processes of preparing
data for search association rulaes are presented. Last chapter of this paper is dedicated
for the topic of Web mining.