使用序列模型进行数据挖掘的例子
下面介绍一个使用序列模型进行数据挖掘的例子。
图15-1所示的是超市购物信息数据集，第一列是交易时间，第二列是顾客编号，第三列是购买商品信息，例如，在1993年6月10日，顾客2买了商品10和商品20。
图15-1
下面对这个数据集进行序列模型分析，主要需要5个步骤：
（1）数据排序
（2）查找数据集
（3）数据转换
（4）序列分析
（5）得出结论
第一步，对这组数据进行排序。先根据顾客编号进行排序，得到如图15-2所示的第一个表格，再根据顾客交易时间排序，得到如图15-2所示的第二个表格。
由图15-2可以看出，顾客1先购买了商品30，又购买了商品90；顾客2先购买了商品10和商品20，又购买了商品30，接着又购买了商品40、商品60和商品70。
第二步，查找符合要求的数据集。在这里，我们设定要求序列模型的支持度（Support）大于25%，也就是说，每一类商品的购物信息至少为5×25%=1.25，即有两人购买，才能满足25%的支持度。商品10、商品20、商品50和商品60都分别只有1人购买，商品30有4人购买，商品40有两人购买，商品70和商品90分别有3人购买，商品集（4070）有两人购买。所以，符合支持度要求的商品集如图15-3所示。
图15-2
图15-3
这里分别用1～5代表商品集（30）、（40）、（70）、（4070）、（90）。
第三步，数据转换。将顾客购买的商品转化为1～5编号，如图15-4所示。
图15-4
第四步，进行序列整理。
下面对数据库进行整理，得到如图15-5所示的表格：从中可以找到两组符合支持度为25%的序列模型。
顾客1和顾客4均在购买了商品30后又购买了商品90，顾客2和顾客4均在购买了商品30后又一起购买了商品40和商品70。需要注意的是，序列模型的结果不需要是连续发生的，只要符合先后顺序即可。例如在上面的例子中，顾客4先购买了商品30，第二次购买了商品40和商品70，第三次购买了商品90，虽然购买商品30和商品90的过程不是连续的，但是也符合{(30)(90)}的序列模型。同时，序列模型的元素不必是一个商品，也可以是一个商品集。例如，顾客2第一次购买了商品10和商品20,（1020）就是一个商品集。
此案例的序列模型求解过程如图15-6所示。
图15-5
图15-6
