我现在学的是电子商务，想了解一下“数据挖掘的功能”中“关联分析”的具体内容？ 关联分析是数据挖掘的一种主要形式 而且是无监督学习 型系统中最普遍的知识发现形式。典型的关联分析体现在基于 交易数据的购物篮分析中。关联分析能够发现交易数据库中不 。
郭敦顒回答：建立大型超市“购物篮”分析数学建模，从理论上讲并不困难或者说比较容易，建立矩阵进行对应进行判断就是了.但是999×4717的矩阵并不是普通微机所能承受得了的，所以建立此种矩阵，实际上根本不能实现.怎么办？办法总是有的，那就是优选，是双向、多项优选.双向优选，是指对4717个顾客，和对999种商品中进行优选；多项优选，是指对顾客和商品的优选项目中是多项的，以防优选中的偏差，把应选的尽选其中.对顾客的优选中选购物金额多的，购物数量多的，重复某些商品多的.对商品的优选中选实现利润高的，购物商品数量多的，重复次数多有周期性的.固然“最频繁被同时购买的商品数量越多越好”，但是实现利润最大化才是根本所在，往往有不少商品数量大，但并不赚钱，但这又不可或缺，所以要优选出不赚钱的商品与赚钱的商品的最佳匹配.通俗说就是要优选出“人气”，并发现如何培养“人气”.有了“人气”就有了利润.具体操作你可以自己办，自己建模了，这里仅提供一种思路（赞誉的话就是一种决策）.
运用matlab对一个0-1矩阵进行聚类分析，求两种商品的关联度.你能帮我解决吗？很急啊~~~~~“购物篮”分析，题目中是有4682个顾客，999种商品，得到了0-1矩阵，希望大神帮我用matlab编一个代码算出哪些商品组合的关联度最大.最好能够得到一张聚类结果树状图.
什么是购物篮分析(Market Basket Analysis) 购物篮指的是超级市场内供顾客购物时使用的装商品的篮子，当顾客付款时这些购物篮内的商品被营业人员通过收款机一一登记结算并记录。所谓的购物篮分析(Market Basket Analysis)就是通过这些购物篮子所显示的信息来研究顾客的购买行为。主要的目的在于找出什么样的东西应该放在一起。藉由顾客的购买行为来了解是什么样的顾客以及这些顾客为什么买这些产品，找出相关的联想（association）规则，企业藉由这些规则的挖掘获得利益与建立竞争优势。举例来说，零售店可藉由此分析改变置物架上的商品排列或是设计吸引客户的商业套餐等等。根据维基词条Affinity analysis，购物篮分析属于Affinity analysis范畴，Affinity analysis，可以翻译成亲和力分析、亲合力分析或者关联分析。通过购物篮分析挖掘出来的信息可以指导交叉销售和追加销售、商品促销、顾客忠诚度管理、库存管理和折扣计划。购物篮分析基本运作过程包含下列几点：选择正确的品项：这里所指的正确乃是针对企业体而言，必须要在数以百计、千计品项中选择出真正有用的品项出来。经由对共同发生矩阵（co-occurrence matrix）的探讨挖掘出联想规则。克服实际上的限制：所选择的品项愈多，计算所耗费的资源与。
数据库营销中的购物篮分析法是什么意思？ 依次点击数据挖掘-数据建模-关联然后一路下一步，到这里点击下面的参数，MAXIMUM_ITEM_SIZE 的值输入你想调整的值然后一路下一步即可。微软文面说可以用SSDT里面调整，但是我总安装失败，所以不知道在SSDT里面应该怎么操作文档链接：Microsoft 关联算法技术参考这样做与表分析工具里面的购物篮分析的差别在于，不能将售价因素纳入算法中。但实际上经典的关联算法也都是不考虑售价因素的，微软这个版本的也没查到哪里有公开，官方文档里面只说了是类Apriori算法。
关联规则Apriori算法分析如何真正实现？ 关联规则Apriori算法分析如何真正实现，关联规则是反映一个事物与其他事物之间的相互依存性和关联性，常用于实体商店或在线电商的推荐系统—通过对顾客的购买记录数据库进行。
