них. Таким чином, на другому етапі визначається безліч всіх потенційно зустрічаються наборів даних.
Алгоритм DIC, Dynamic Itemset Counting. Алгоритм розбиває базу даних на кілька блоків, кожен з яких відзначається так званими В«початковими точкамиВ» (start point), і потім циклічно сканує базу даних. br/>
2.4 ЗАСТОСУВАННЯ АСОЦІАТИВНИХ ПРАВИЛ
Для реалізації даного бакалаврського проекту був обраний метод Apripri.
Припустимо, є транзакційна база даних D . Привласнимо значенням товарів змінні (табл. 2.3) [10-17].
Таблиця 2.3 - Транзакційна база даних TID
TIDПріобретенние покупкі1Пена для гоління, гель для душу, бальзам після брітья2Гель для душу, мило3Гель для душу, піна для гоління, мило, бальзам після брітья4Духі, мило5Пена для гоління, гель для душу, бальзам після гоління, мило6Крем для тіла
Піна для гоління = a ; Гель для душу = b ; Бальзам після гоління = c ;
Мило = d ; Духи = e ; Крем для тіла = f ;
Розглянемо набір товарів (Itemset), що включає, наприклад, {піна для гоління, гель для душу, бальзам після гоління}. Висловимо цей набір за допомогою змінних, отримуємо: abc = {a, b, c}
У асоціативних правилах існує поняття підтримки. Це набір товарів зустрічається в розробленій базі даних три рази, тобто підтримка цього набору товарів дорівнює 3: SUP (abc) = 3. При мінімальному рівні підтримки, яка дорівнює трьом, набір товарів abc є часто зустрічається шаблоном. У таблиці 2.4 наведені часто зустрічаються товари.
При мінімальному рівні підтримки, яка дорівнює трьом, набір товарів abc є часто зустрічається шаблоном. min_sup = 3, {Піна для гоління, гель для душу, бальзам після гоління}? часто зустрічається шаблон [10-17].
Підтримкою називають кількість або відсоток транзакцій, що містять певний набір даних.
Для даного набору товарів підтримка, виражена в процентному відношенні, дорівнює 50%. SUP (abc) = (3/6) * 100% = 50%
Підтримку іноді також називають забезпеченням набору. Таким чином, набір ст...
