spss關聯(lián)模型步驟

1、SPSSClementines預測分析模型啤酒尿片故事的實現(xiàn)機理（使用11版本實現(xiàn)）SPSSClenmentines提供眾多的預測模型，這使得它們可以應用在多種商業(yè)領域中：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；保險公司分析以往的理賠案例，以推出新的保險品種等等，具有很強的商業(yè)價值。超市典型案例如何擺放超市的商品引導消費者購物從而提高銷量，這對大型連鎖超市來說是一個現(xiàn)實的營銷問題。關聯(lián)規(guī)則模型自

2、它誕生之時為此類問題提供了一種科學的解決方法。該模型利用數(shù)據(jù)挖掘的技術，在海量數(shù)據(jù)中依據(jù)該模型的獨特算法發(fā)現(xiàn)數(shù)據(jù)內在的規(guī)律性聯(lián)系，進而提供具有洞察力的分析解決方案。通過一則超市銷售商品的案例，利用“關聯(lián)規(guī)則模型”，來分析商品交易流水數(shù)據(jù)，以其發(fā)現(xiàn)合理的商品擺放規(guī)則，來幫助提高銷量。關聯(lián)規(guī)則簡介關聯(lián)規(guī)則的定義關聯(lián)規(guī)則表示不同數(shù)據(jù)項目在同一事件中出現(xiàn)的相關性，就是從大量數(shù)據(jù)中挖掘出關聯(lián)規(guī)則。有關數(shù)據(jù)挖掘關聯(lián)規(guī)則的具體理論依據(jù)這里不做詳細講解

3、，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聯(lián)規(guī)則，我們首先來看下面的場景。一個市場分析人員經(jīng)常要考慮這樣一個問題：哪些商品是頻繁被顧客同時購買的？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年沃爾瑪做的市場調查：啤酒尿片擺放在同一個貨架上，銷售業(yè)績激增的著名關聯(lián)規(guī)則應用。市場分析員分析顧客購買商品的場景，顧客購買面包同時也會購買牛奶的購物模式就可用以下的關聯(lián)規(guī)則來描述：面包=

4、牛奶[支持度=2%置信度=60%]（式1）式1中面包是規(guī)則前項（Antecedent），牛奶是規(guī)則后項(Consequent)。實例數(shù)（Instances）表示所有購買記錄中包含面包的記錄的數(shù)量。支持度（Suppt）表示購買面包的記錄數(shù)占所有的購買記錄數(shù)的百分比。規(guī)則支持度（RuleSuppt）表示同時購買面包和牛奶的記錄數(shù)占所有的購買記錄數(shù)的百分比。置信度（confidence）表示同時購買面包和牛奶的記錄數(shù)占購買面包記錄數(shù)的百分比。

5、提升（Lift）表示置信度與已知購買牛奶的百分比的比值，提升大于1的規(guī)則才是有意義的。關聯(lián)規(guī)則式1的支持度2%意味著，所分析的記錄中的2%購買了面包。置信度60%表明，購買面包的顧客中的60%也購買了牛奶。如果關聯(lián)滿足最小支持度閾值和最小置信度閾值，就說關聯(lián)規(guī)則是有意義的。這些閾值可以由用戶或領域專家設定。就顧客購物而言，根據(jù)以往的購買記錄，找出滿足最小支持度閾值和最小置信度閾值的關聯(lián)規(guī)則，就找到顧客經(jīng)常同時購買的商品。第一步，為流添加

6、一個數(shù)據(jù)節(jié)點，這里選擇Clementine自帶的Demo數(shù)據(jù)。將界面下方選項卡的“數(shù)據(jù)源”選項中的“可變文件”拖放到空白界面中，雙擊打開，在文件選項卡中選擇Clementine自帶的Demo數(shù)據(jù)BASKETS1n，如圖所示。點擊確定按鈕，這時就成功的創(chuàng)建了數(shù)據(jù)節(jié)點。第二步，為流添加類型節(jié)點，類型節(jié)點是顯示和設置數(shù)據(jù)每個字段的類型、格式和角色。從界面下方的“字段選項”卡中，將“類型”節(jié)點拖放到界面中，接著將數(shù)據(jù)節(jié)點和類型節(jié)點連接起來，或者