Minerando regras de associação

Transcrição

1

2 Minerando regras de associação Proposto por Rakesh Agrawal em É o modelo de mineração de dados mais estudado pela comunidade de banco de dados. Utiliza dados categóricos. Não há bons algoritmos para dados numéricos. Inicialmente utilizado como técnica de análise de carrinho de compras para encontrar quais itens são relacionados pelos clientes. pão leite [sup = 5%, conf = 100%]

3 Descobrindo regras de associação Abordagem descritiva para descobrir associações interessantes entre itens num banco de dados. Fraldas então Cerveja Comprou no último ano e idade > 25 então Oferece cartão

4 Análise de carrinho de compras Exemplo: Clientes que compram fraldas tendem a comprar cerveja. Código Item 1 Item 2 Item Cerveja Fralda Chocolate 101 Leite Chocolate Shampoo 102 Cerveja Vinho Vodka 103 Cerveja Queijo Fralda 104 Sorvete Fralda Cerveja...

5 Regras de associação Formato: If {set of items} Then {set of items} Body Head Fralda Cerveja Body implica Head, onde body e head são conjuntos de itens.

6 Análise de carrinho de compras Dados: coleçãode transações, cadaumaconsistindode um conjunto de itens comprados na transação. Regras de associação com dados de compras: identificar quais itens são frequentemente comprados juntos. Suporta análise de mercado para maximização de lucros. Segmentaçãode clientesbaseadoemcomportamentode compras. Marketing cruzado. Design de catalogos, etc.

7 Avaliação de regras de associação Quais regras podem ser consideradas válidas?

8 Avaliação da regra Umaregrade associaçãoé válidase satisfazduasmedidasde avaliação, quantificando força e relevância. Relevância é medida pelo suporte: frequência de transações nas quais os itensembody e head ocorremjuntos. Ex: parafraldase cervejao suporteé de 3/5 ou 60% das transações incluem esses itens. Suporte= no. de transaçõesquecontémbody e head no. de transaçõesno bancode dados Código Item 1 Item 2 Item Cerveja Fralda Chocolate 101 Leite Chocolate Shampoo 102 Cerveja Vinho Vodka 103 Cerveja Queijo Fralda 104 Sorvete Fralda Cerveja...

9 Avaliação da regra Confiança A forçade umaregraé medidapelaconfiança. Quão fortementea presençade body indicaa presençade head. A proporçãode transaçõesquecontémbody e também contémhead. Confiança= no. de transaçõesquecontém body e head no. de transações que contém body

10 Avaliação da regra No exemplo: A regra IF Cerveja then Fraldas tem Suporte = 3 / 5 = 60% Confiança = 3 / 4 = 75% Código Item 1 Item 2 Item Cerveja Fralda Chocolate 101 Leite Chocolate Shampoo 102 Cerveja Vinho Vodka 103 Cerveja Queijo Fralda 104 Sorvete Fralda Cerveja...

11 Avaliação da regra Uma regra de associação encontrada num banco de dados de uma empresa de celulares: O banco contém todos os destinos de ligações internacionais de cada conta If {Germany} = 100% Then {France, Belgium}, confiança Surpresa!!! Mas... Suporte = 1 de 100K (contas) Uma regra tem que satisfazer suporte e confiança mínimos Os dois parâmetros são determinados pelo tomador de decisões.

12 Outro critério de avaliação Lift Mede quanto mais provável é o resultado (head), dado o antecedente (body) Lift = confiança / frequência de head Exemplo Total de clientes no banco de dados: 1000 Número de clientes que compram fraldas: 200 Número de clientes que compram cerveja: 50 Número de clientes que compram fraldas e cerveja: 20 Confiança: 20/200 (10%) Frequência de head: 50/1000 (5%) Lift: 10%/5% = 2

13 Impacto prático Muitos métodos de extração de regras de associação encontram regras demais. A maioria é óbvia ou desinteressante. Ex. If enfermaria_maternidade Then paciente_mulher suporte 100% e confiança 100% Necessidade de procurar regras de interesse particular e importância Use condições de domínio específico para filtrar regras

14 Impacto prático Exemplo: Utilize apenas as regras que forem atuantes Interestingness : Várias medidas para avaliar se uma regra é surpreendente ou inesperada Uma regra é interessante se ela contradiz o que é conhecido, ou seja, se contradiz uma regra que foi previamente descoberta.

15 Algoritmos O método standard foi desenvolvido por Agrawal et. al. O problema de regras de associação foi definido como: Gerar todas as regras de associação que tenham Suporte maior que o especificado pelo usuário (minsup) Confiança maior que o especificado pelo usuário (minconf)

16 Algoritmos outlook temperature humidity windy play sunny hot high false no sunny hot high true no overcast hot high false yes rainy mild high false yes rainy cool normal false yes rainy cool normal true no overcast cool normal true yes sunny mild high false no sunny cool normal false yes rainy mild normal false yes sunny mild normal true yes overcast mild high true yes overcast hot normal false yes rainy mild high true no If outlook = sunny and humidity = high then play = no If outlook = rainy and windy = true then play = no if outlook = overcast then play = yes

17 Gerando regras de associação Processo em dois estágios: Determinação dos conjuntos de itens mais frequentes Para cada conjunto frequente I Para cada subconjunto JdeI Determine todas as regras de associação da forma I J => J

18 Gerando regras de associação Gerar as regras para os dados do jogo

19 Gerando regras de associação outlook temperature humidity windy play sunny hot high false no sunny hot high true no overcast hot high false yes rainy mild high false yes rainy cool normal false yes rainy cool normal true no overcast cool normal true yes sunny mild high false no sunny cool normal false yes rainy mild normal false yes sunny mild normal true yes overcast mild high true yes overcast hot normal false yes rainy mild high true no

20 Referências HAN, Jiawei; KAMBER, Micheline; Data Mining Concepts and Techniques; Morgan Kaufmann WITTEN, Ian H.; FRANK Eibe; Data Mining Practical Machine Learning Tools andtechniqueswithjava Implementations; Morgan Kaufmann

21 FIM