利用apriori算法进行关联分析

关联分析（association analysis）又常称为购物篮分析，是指如果两个或多个事物之间存在一定的关联,那么其中一个事物就能通过其他事物进行预测.它的目的是为了挖掘隐藏在数据间的相互关系。

关联分析最常用在市场销售数据中，顾客的购物篮中如果包含啤酒的同时，还包含了尿布，这就揭示了这两种物品之间的关联。关联分析的挖掘任务可分解为两个步骤：一是发现频繁项集，二是从频繁项集中产生规则。

下面用R语言中的arules扩展包来实现apriori算法，来进行关联分析


library(arules)
#从rattle包中读入数据
dvdtrans <- read.csv(system.file("csv", "dvdtrans.csv",package="rattle"))

数据结构如下，ID表示购物篮编号，Item表示物品。
  ID          Item
1  1   Sixth Sense
2  1         LOTR1
3  1 Harry Potter1
4  1    Green Mile
5  1         LOTR2
6  2     Gladiator

#将数据转化为合适的格式
data <- as(split(dvdtrans$Item, dvdtrans$ID),"transactions")

#用 apriori命令生成频繁项集，设其支持度为0.5，置信度为0.8
rules <- apriori(data, parameter=list(support=0.5,confidence=0.8))

#用inspect命令提取规则
inspect(rules)

  lhs              rhs         support confidence     lift
1 {Patriot}     => {Gladiator}     0.6  1.0000000 1.428571
2 {Gladiator}   => {Patriot}       0.6  0.8571429 1.428571
3 {Sixth Sense} => {Gladiator}     0.5  0.8333333 1.190476

这说明购买爱国者电影的顾客同时也会购买角斗士 :-)