SPSS關(guān)聯(lián)模型步驟

1、SPSS Clementines預(yù)測分析模型-啤酒+尿片故事的實(shí)現(xiàn)機(jī)理(使用11版本實(shí)現(xiàn))SPSS Clenmentines提供眾多的預(yù)測模型，這使得它們可以應(yīng)用在多種商業(yè)領(lǐng)域中：如超市商品如何擺放可以提高銷量；分析商場營銷的打折方案，以制定新的更為有效的方案；保險(xiǎn)公司分析以往的理賠案例，以推出新的保險(xiǎn)品種等等，具有很強(qiáng)的商業(yè)價(jià)值。超市典型案例如何擺放超市的商品引導(dǎo)消費(fèi)者購物從而提高銷量，這對大型連鎖超市來說是一個(gè)現(xiàn)實(shí)的營銷問題。關(guān)聯(lián)規(guī)那么模型自它誕生之時(shí)為此類問題提供了一種科學(xué)的解決方法。該模型利用數(shù)據(jù)挖掘的技術(shù)，在海量數(shù)據(jù)中依據(jù)該模型的獨(dú)特算法發(fā)現(xiàn)數(shù)據(jù)內(nèi)在的規(guī)律性聯(lián)系，進(jìn)而提供具有洞察力的

2、分析解決方案。通過一那么超市銷售商品的案例，利用“關(guān)聯(lián)規(guī)那么模型，來分 析商品交易流水?dāng)?shù)據(jù)，以其發(fā)現(xiàn)合理的商品擺放規(guī)那么，來幫助提高銷量。關(guān)聯(lián)規(guī)那么簡介關(guān)聯(lián)規(guī)那么的定義關(guān)聯(lián)規(guī)那么表示不同數(shù)據(jù)工程在同一事件中出現(xiàn)的相關(guān)性， 就是從大量數(shù)據(jù)中挖掘出關(guān)聯(lián)規(guī)那么。 有關(guān)數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)那么的具體理論依據(jù)這里不做詳細(xì)講解，大家可以參看韓家煒的數(shù)據(jù)挖掘概論。為了更直觀的理解關(guān)聯(lián)規(guī)那么，我們首先來看下面的場景。一個(gè)市場分析人員經(jīng)常要考慮這樣一個(gè)問題：哪些商品是頻繁被顧客同時(shí)購置的？顧客1:牛奶+面包+ 谷類顧客2:牛奶+面包+糖+雞蛋顧客3:牛奶+面包+ 黃油顧客4:糖+雞蛋以上的情景類似于當(dāng)年沃爾瑪做的市場

3、調(diào)查：啤酒+尿片擺放在同一個(gè)貨架上，銷售業(yè)績激增的著名關(guān)聯(lián)規(guī)那么應(yīng)用。市場分析員分析顧客購置商品的場景，顧客購置面包同時(shí)也會(huì)購置牛奶的購物模式就可用以下的關(guān)聯(lián)規(guī)那么來描述：面包=> 牛奶支持度=2%,置信度=60%(式1)式1中面包是規(guī)那么前項(xiàng) (Antecedent )，牛奶是規(guī)那么后項(xiàng) (Consequent)。實(shí)例數(shù)(Instances)表示所有購置記錄中包含面包的記錄的數(shù)量。支持度(Support)表示購置面包的記錄數(shù)占所有的購置記錄數(shù)的百分比。規(guī)那么支持度(Rule Support)表示同時(shí)購置面包和牛奶的記錄數(shù)占所有的購置記錄數(shù)的百分 比。置信度(con fide nee)表

4、示同時(shí)購置面包和牛奶的記錄數(shù)占購置面包記錄數(shù)的百分比。提升(Lift)表示置信度與購置牛奶的百分比的比值，提升大于1的規(guī)那么才是有意義的。關(guān)聯(lián)規(guī)那么式1的支持度2%意味著，所分析的記錄中的 2%購置了面包。置信度60%說明,購置面包的顧客中的 60%也購置了牛奶。如果關(guān)聯(lián)滿足最小支持度閾值和最小置信度閾值， 就說關(guān)聯(lián)規(guī)那么是有意義的。這些閾值可以由用戶或領(lǐng)域?qū)＜以O(shè)定。就顧客購物而言，根據(jù)以往的購置記錄，找出滿足最小支持度閾值和最小置信度閾值的關(guān)聯(lián)規(guī)那么，就找到顧客經(jīng)常同時(shí)購置的商品。此處進(jìn)行關(guān)聯(lián)規(guī)那么應(yīng)用可以使用兩種數(shù)據(jù)格式:1,交易數(shù)據(jù)格式，2，表格格式。1.交易格式CustomerlDIT

5、EM1bread2jam3juice3jam4milk2.表格格式CustomerlDbreadjamjuicemilk1TFFF2FTFF3FTTF4FFFT關(guān)聯(lián)規(guī)那么挖掘算法Aprior、Carma和序列節(jié)點(diǎn)是常用的關(guān)聯(lián)規(guī)那么挖掘算法，它們都可以使用交易格式和表格格式數(shù)據(jù)進(jìn)行挖掘處理。其中 Aprior算法，處理速度快，對包含的規(guī)那么數(shù)沒有限制，是一種 最有影響的挖掘關(guān)聯(lián)規(guī)那么的方法。本次試驗(yàn)將使用 SPSS Cleme ntin e11自帶的安裝目錄下的Demos 文件夾下的BASKETS1 n數(shù)據(jù)。希望分析出哪些商品會(huì)和啤酒一起購置，以此來合理安排商品的擺放，進(jìn)而提高啤酒的銷量。此數(shù)據(jù)

6、屬于表格格式數(shù)據(jù)，每條記錄表示顧客的一次購物。記錄的字段包括卡號(hào)、顧客根本信息、付款方式和商品名稱每個(gè)商品一個(gè)字段 ，該商品字段值為 T,表示購置該商品，值 為F表示未購置，具體可參考表 2,表格格式數(shù)據(jù)。商品名稱都有fruitveg 水果蔬菜， freshmeat 生鮮肉， dairy 奶制品， cannedveg 罐裝蔬菜， cannedmeat 罐 裝肉，fozenmeal 凍肉，beer 啤酒，wine 酒類，softdrink 軟飲，fish魚，confectionery甜食。首先翻開Clementine，會(huì)出現(xiàn)一張空白的流界面，這時(shí)用戶可以在里面創(chuàng)立自己的流。第一步，為流添加一個(gè)數(shù)

7、據(jù)節(jié)點(diǎn)，這里選擇Clementine自帶的Demo數(shù)據(jù)。將界面下方選項(xiàng)卡的“數(shù)據(jù)源選項(xiàng)中的“可變文件拖放到空白界面中，雙擊翻開，在文件選項(xiàng)卡中選擇Clementine 自帶的Demo數(shù)據(jù)BASKETS1n如下圖。iD *»Jsbubjkjjmb'點(diǎn)擊確定按鈕，這時(shí)就成功的創(chuàng)立了數(shù)據(jù)節(jié)點(diǎn)。第二步，為流添加類型節(jié)點(diǎn)，類型節(jié)點(diǎn)是顯示和設(shè)置數(shù)據(jù)每個(gè)字段的類型、格式和角色。從界面下方的“字段選項(xiàng)卡中，將“類型節(jié)點(diǎn)拖放到界面中，接著將數(shù)據(jù)節(jié)點(diǎn)和類型節(jié)點(diǎn) 連接起來，或者直接在“字段選項(xiàng)卡中雙擊“類型節(jié)點(diǎn)，將兩者連接起來。這時(shí)雙擊打開“類型節(jié)點(diǎn)，此時(shí)“類型節(jié)點(diǎn)中顯示了數(shù)據(jù)的字段和其類型，點(diǎn)擊

8、“類型節(jié)點(diǎn)界面 上的“讀取值按鈕，這時(shí)會(huì)將數(shù)據(jù)節(jié)點(diǎn)中的數(shù)據(jù)讀取過來。如下列圖所示。/ *lh>*詈訝 It我 1CI赫nd礦j-35tsias*、s "AE節(jié)丈品 記事出y a ±1貳U總口參琵的 宙.踢® f器需器941T.-疋戎<*垂工閩 nr.irwnO joba !. I K n_BW.J r I-iiciMiie ledar.n CWTD.CA.bvK®N0IWIOO.M na_Atg轡巒曾® 團(tuán)® 官BH 吐iA #由|QWM；KW>s-接著可以為參與建模的數(shù)據(jù)字段設(shè)置角色，角色分“輸入，“目標(biāo)，“兩者和

9、“無。輸入表示該字段可供建模使用，目標(biāo)表示該字段為建模的預(yù)測目標(biāo)，兩者表示該字段為布爾型的輸入字段，無表示該字段不參與建模。Apriori節(jié)點(diǎn)需要一個(gè)或多個(gè)輸入字段和一個(gè)或 多個(gè)目標(biāo)字段，輸入字段和輸出字段必須是符號(hào)型字段。在此可以選擇一個(gè)或多個(gè)字段為目標(biāo)字段，說明該模型的預(yù)測目標(biāo)字段；對于Apriori 建模節(jié)點(diǎn)，也可以不設(shè)置目標(biāo)字段，那么需要在建模節(jié)點(diǎn)中設(shè)置“后項(xiàng)。第三步，為流添加 過濾節(jié)點(diǎn)，將不參與的字段排除在外。該步驟為可選步驟。從“字段選項(xiàng)卡中選擇“過濾節(jié)點(diǎn)，并將其拖入到界面中，將“過濾節(jié)點(diǎn)參加到流中。雙擊翻開“過濾節(jié)點(diǎn)，在不參與建模字段的箭頭上點(diǎn)擊，會(huì)出現(xiàn)一個(gè)紅叉，表示該字段被過濾

10、掉了, 不參與建模，如下圖。對于一些與建模關(guān)系不大的節(jié)點(diǎn)可以將其過濾掉，比方卡號(hào)、性別、家鄉(xiāng)和年齡字段。第四步，有了這些前期的準(zhǔn)備過程， 接下來就可以開始創(chuàng)立關(guān)聯(lián)規(guī)那么模型節(jié)點(diǎn)了，在此之前,讓我們先添加一個(gè)圖形節(jié)點(diǎn)一一網(wǎng)絡(luò)節(jié)點(diǎn)，建立此節(jié)點(diǎn)的目的是為了讓用戶首先可以直觀的看到商品之間的關(guān)聯(lián)程度，有一個(gè)感性認(rèn)識(shí)。選擇“圖形選項(xiàng)卡中的“網(wǎng)絡(luò)節(jié)點(diǎn)，將 此拖入界面，將“網(wǎng)絡(luò)節(jié)點(diǎn)參加流中，與“過濾節(jié)點(diǎn)連接起來。雙擊翻開網(wǎng)絡(luò)節(jié)點(diǎn)，在“字段列表中選擇添加字段，可以將所有的商品字段添加進(jìn)來； 也可以點(diǎn)擊“僅顯示真值標(biāo)志，將只顯示那些“兩者的字段，如下圖。點(diǎn)擊“選項(xiàng)卡，進(jìn)入選項(xiàng)設(shè)置，用戶可以在此設(shè)置鏈接數(shù)量的顯示

11、范圍，不顯示一些鏈接 數(shù)量低的鏈接，如下圖。點(diǎn)擊“運(yùn)行按鈕，這時(shí)會(huì)生成一個(gè)商品之間關(guān)聯(lián)程度鏈接數(shù)量的網(wǎng)絡(luò)圖，用戶可以在 下方的調(diào)節(jié)桿上調(diào)節(jié)鏈接數(shù)量的顯示范圍。上圖中，線的粗細(xì)和深淺代表聯(lián)系的強(qiáng)弱，可以直觀的看到 beer和frozenmeat , cannedeg聯(lián)系程度比擬強(qiáng)。第五步，添加“建模節(jié)點(diǎn)到流中，開始關(guān)聯(lián)規(guī)那么模型設(shè)置和使用的篇章。首先點(diǎn)擊界面下 方“建模選項(xiàng)卡，再點(diǎn)擊 Apriori ，節(jié)點(diǎn)拖放到界面中，連接該節(jié)點(diǎn)到過濾節(jié)點(diǎn)上，或者 雙擊Apriori 節(jié)點(diǎn)。接著設(shè)置Apriori節(jié)點(diǎn)的參數(shù)，建立關(guān)聯(lián)規(guī)那么模型。雙擊翻開Apriori節(jié)點(diǎn)，如下列圖所示。該“字段選項(xiàng)卡，是設(shè)置參與

12、建模的字段和目標(biāo)字段的，可以看到其中包括兩個(gè)選項(xiàng)，“使用類型節(jié)點(diǎn)設(shè)置和“使用定制設(shè)置，這里將為用戶分別呈現(xiàn)兩種選項(xiàng)的使用方法。這里 無論選擇哪個(gè)選項(xiàng)，都需要將市場分析員重點(diǎn)關(guān)注的商品包括在其中，其他商品可以不包括。如果用戶選擇“使用定制設(shè)置選項(xiàng)，那么需要將啤酒設(shè)置在“后項(xiàng)列表中，將其他重點(diǎn)關(guān) 注的商品設(shè)置在“前項(xiàng)列表中，如下列圖所示。這里，分區(qū)允許您使用指定字段將數(shù)據(jù)分割為幾個(gè)不同的樣本，分別用于模型構(gòu)建過程中的訓(xùn)練、測試和驗(yàn)證階段。如果設(shè)置了 “分區(qū)，除了在此選擇分區(qū)字段外，還需要在“模型選項(xiàng)卡中，勾上“使用分區(qū)數(shù)據(jù)的選擇框。關(guān)于“分區(qū)的概念、作用和使用方法，本文 不做詳細(xì)介紹。除此，“使用

13、事務(wù)處理格式選擇框，是針對于事務(wù)性數(shù)據(jù)的，如果數(shù)據(jù)為交易格式，需要 勾上此選擇框，但本例如的數(shù)據(jù)為表格格式，故無需選擇。設(shè)置好了字段后，點(diǎn)擊“模型選項(xiàng)卡，進(jìn)入模型設(shè)置。如下列圖所示。用戶可以在“模型名稱處為本模型設(shè)置一個(gè)名字，如果想使用分區(qū)功能，那么需要勾上“使用分區(qū)數(shù)據(jù)選項(xiàng)。用戶為規(guī)那么模型設(shè)置一個(gè) 最低條件支持度，那么模型將從所有規(guī)那么中選擇那些為真，并且 其對應(yīng)的記錄的百分比大于此值的規(guī)那么。如果您獲得的規(guī)那么適用于非常小的數(shù)據(jù)子集，請嘗試增加此設(shè)置。接著，用戶需要為模型設(shè)置一個(gè)最小規(guī)那么置信度，說明正確預(yù)測的百分比。置信度低于指定標(biāo)準(zhǔn)的規(guī)那么將被放棄。如果您獲得的規(guī)那么太多，請嘗試增加

14、此設(shè)置。如果您獲得的規(guī)那么太 少甚至根本無法獲得規(guī)那么，請嘗試降低此設(shè)置。用戶還可以為任何規(guī)那么指定“最大前項(xiàng)數(shù)。這是一種用來限制規(guī)那么復(fù)雜性的方式。如果規(guī)那么太復(fù)雜或者太具體，請嘗試降低此設(shè)置。對于“僅包含標(biāo)志變量的真值選項(xiàng)，如果對于表格格式的數(shù)據(jù)選擇了此選項(xiàng)，那么在生成的規(guī)那么中只會(huì)出現(xiàn)真值。這樣使得規(guī)那么更容易理解。該選項(xiàng)不適用于事務(wù)格式的數(shù)據(jù)。為了提高建模性能，設(shè)置了“優(yōu)化選項(xiàng)供用戶選擇。選擇“速度可指示算法從不使用磁 盤溢出，以便提高性能。選擇“內(nèi)存可指示算法在適宜的時(shí)候，以犧牲某些速度為代價(jià)使 用磁盤溢出。接下來，進(jìn)入“專家選項(xiàng)卡，對于一般用戶，那么選擇“簡單選項(xiàng)；而對于高級(jí)用戶，

15、那么 可以通過此頁面進(jìn)行微調(diào)，如下列圖所示。=膽IM 凸占戌3Fwftfl i"叩！Ml*剛 H鼻盧ESH亠占 Rff*文口叵 £1百 C；l砂首門業(yè)HE凹此時(shí)，我們已經(jīng)創(chuàng)立好了關(guān)聯(lián)規(guī)那么模型的整個(gè)流，點(diǎn)擊工具欄的綠色箭頭，運(yùn)行該流，會(huì)生成一個(gè)“模型節(jié)點(diǎn)，該節(jié)點(diǎn)里包含了模型運(yùn)行結(jié)果。整個(gè)運(yùn)行后的流圖，如下列圖所示。/隱藏標(biāo)第六步，在得到了運(yùn)行結(jié)果后，我們雙擊翻開生成的“模型節(jié)點(diǎn)，點(diǎn)擊“顯示 準(zhǔn)菜單下拉框，選擇“顯示所有，結(jié)果如下列圖所示。從結(jié)果可以看出，通過關(guān)聯(lián)規(guī)那么模型挖掘出了三個(gè)規(guī)那么，分別是規(guī)那么一，購置了凍肉(frozenmeal )和罐裝蔬菜(cannedveg)的顧客都會(huì)購置啤酒(beer);其中，第一列代 表結(jié)果，而下一列代表?xiàng)l件，后面的列包含規(guī)那么信息，如置信度、支持度和提升等。購置了凍肉和罐裝蔬菜的顧客會(huì)購置啤酒，此規(guī)那么中購置了凍肉和罐裝蔬菜的記錄有173條，占17.3%。而在購置了凍肉和罐裝蔬菜的顧客中會(huì)有84.393%的顧客會(huì)購置啤酒，并且提升為2.88，說明此規(guī)那么的相關(guān)性很強(qiáng)，部署能力