关联分析
# 关联分析
# 1、作用
关联分析是一种从大量数据中发现相互依赖关系和关联关系的方法，其广泛应用于医学、金融、互联网等多个领域。其主要包含两个任务，首先根据支持度的阈值得到频繁项集，然后在发现的频繁项集中得到关联规则。
# 2、输入输出描述
输入： 定类的待分析变量和索引变量。
输出： 数据的频繁项集和关联规则。
# 3、案例示例
案例：某超市使用关联分析对最近一段时间的用户消费记录进行分析，得到商品之间的关联关系，用于指导货架的摆放以及对部分商品进行组合推销，从而提升销售额。
# 4、案例数据
关联分析案例数据
# 5、案例操作
Step1：新建分析；
Step2：上传数据；
Step3：选择对应数据打开后进行预览，确认无误后点击开始分析；
Step4：选择【关联分析】；
Step5：查看对应的数据数据格式，【关联分析】要求待分析变量和索引变量都为定类变量；
Step6：点击【开始分析】，完成全部操作。
# 6、输出结果分析
输出结果1：频繁项集
图表说明：
上表展示了频繁项集的预览结果。对于参数“最大项集长度”=2，最小支持度为0.2。按照这两个参数，表格中展示了支持度大于0.2的频繁集，频繁集可以只有1项，也可以有2项。
比如说{酸奶}的频繁集=0.714，这个频繁集只有1项，说明有0.714的概率，大家都会买酸奶这个产品。
比如说{酸奶、热带水果}的频繁集=0.454，这个频繁集只有2项，说明有0.454的概率，大家会同时买酸奶和热带水果这个产品。
输出结果 2：关联规则
图表说明：关联规则是形如A→B的关系，A和B分别称为关联规则的前项和后项，图中几项指标意义分别为：
（1）前者支持度，也就是“前项”它单独的支持度，即它单独出现的概率。
（2）后者支持度，也就是“后项”它单独的支持度，即它单独出现的概率。
（3）总支持度：意义为前项A与后项B同时出现的概率。如果总支持度越大，认为A与B的关系越大。
（4）置信度：意义为A出现时，B出现的概率。如果置信度越大，认为A与B的关系越大。
（5） 提升率：意义为{A->B}的置信度/B的支持度，提升度体现的相对于不用规则，使用规则可以提高多少： 提升度大于1，则说明应用该关联规则是正向影响的； -如果提升度小于1，说明应用该关联规则起到了负面影响； -提升度为1时，认为A与B相互独立。
（6）杠杆率：意义为{A->B}的支持度-（A的支持度*B的支持度），用于衡量A与B的独立性，认为杠杆率为0时A和B独立，越大A和B的关系越密切。
（7） 信念率：（意义为1-B的支持度）/（1-{A->B}的置信度），同样为A与B的独立性衡量指标，值越大说明A和B的关系越密切。
我们可以任意选择一个指标做来寻找关系比较强的关联规则，其中最常用的就是置信度。其中置信度值越大说明关联关系越强。
由于我们的参数“关联规则评估准则”=置信度，评估指标阈值=0.6，表格中展示的置信度大于0.6的所有关联规则。比如说对于热带水果-->酸奶，它的置信度为0.72，说明在购买了热带水果的情况下，顾客有0.72的概率去购买酸奶，这或许是想要吃“水果捞”，所以超市在进行促销活动，将酸奶与热带水果进行捆绑打折销售等等。
输出结果 3：关联热力图
图表说明：上图展示了关联规则的可视化热力图，根据热力图可以更直观的分析A与B之间的关联关系，热力图里的值为关联规则评估指标的值，这里的值是根据我们选择的参数“关联规则评估准则”=置信度，以及”评估指标阈值“=0.6，以上热力图就展现了所有置信度大于0.6的关联规则。其中纵坐标是关联规则的前项，横坐标是关联规则的后项。
# 7、注意事项
- 待分析项只允许拖入分类水平不超过30个的定类变量，若要进行大数据分析，请到客户端进行分析。
# 8、模型理论
关联分析步骤：
- 发现频繁项集，即计算所有可能组合数的支持度，找出不少于人为设定的最小支持度的集合。
- 发现关联规则，即计算不小于人为设定的最小支持度的集合的置信度，找到不小于认为设定的最小置信度规则。
可以根据以下指标的来选择较强的关联规则。
（1）支持度
支持度表示两个或多个商品组合同时出现的频率，如果商品组合一起出现的频率非常小，那么就说明了这个商品组合之间的联系并不大。支持度公式如下：
（2）置信度
置信度也称为可靠度，置信度表示了这条规则有多大程度上值得可信。在A发生的情况下B发生的概率为多少P（B|A），表达式为：
（3）提升度
提升度，表示出现A的条件下同时出现B的可能性与没有任何条件下出现B的可能性之比，可用数学表达式表示为：
提升度Lift(A→B) =1，表示A与B相互独立，即是否有A，对于B的出现无影响。
若Lift(A→B)>1，则规则“A→B”是有效的强关联规则。
若Lift(A→B)<=1，则规则“A→B”是无效的强关联规则。
（4）杠杆率
杠杆率，用于衡量A与B的独立性，认为杠杆率为0时A和B独立，越大A和B的关系越密切。
（5）信念率
信念率，同样为A与B的独立性衡量指标，值越大说明A和B的关系越密切。
# 9、参考文献
[1] Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)[Online Application Software]. Retrieved from https://www.spsspro.com.
[2] 蔡伟杰,张晓辉,朱建秋,朱扬勇.关联规则挖掘综述[J].计算机工程,2001(05):31-33+49.
[3] 陆丽娜,陈亚萍,魏恒义,杨麦顺.挖掘关联规则中Apriori算法的研究[J].小型微型计算机系统,2000(09):940-943.