Statistics中的模型側(cè)重于統(tǒng)計(jì)分析技術(shù)， 而Modeler則側(cè)重于數(shù)據(jù)挖掘技術(shù)。它們都依據(jù)現(xiàn)有數(shù)據(jù)，運(yùn)用某個(gè)或某幾個(gè)特定的算法，來預(yù)測(cè)用戶所關(guān)注信息的未來值。Statistics 和 Modeler提供眾多的預(yù)測(cè)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(chǎng)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。

　　Statistics和 Modeler產(chǎn)品中含有大量基于高級(jí)數(shù)學(xué)統(tǒng)計(jì)算法的預(yù)測(cè)模型，為了保證算法的嚴(yán)密性及結(jié)果的精確性，模型往往還需要許多詳細(xì)的參數(shù)設(shè)定，這樣就要求用戶具有一定的統(tǒng)計(jì)專業(yè)知識(shí)，只有理解預(yù)測(cè)模型中的各項(xiàng)設(shè)置及運(yùn)算結(jié)果的真實(shí)意義，才有可能結(jié)合結(jié)果做出正確的決策判斷；另外，為了滿足不同行業(yè)用戶的需求，Statistics和 Modeler涉及到數(shù)學(xué)領(lǐng)域中多個(gè)不同的范疇，即使專業(yè)用戶也很難了解所有模型，從而挑選出最適合他們應(yīng)用的模型。

　　本系列文章從實(shí)際問題出發(fā)，通過一些實(shí)際生活中常見的商業(yè)問題來引出IBM SPSS 軟件家族中的典型預(yù)測(cè)模型，手把手地指導(dǎo)用戶如何在軟件中對(duì)該模型進(jìn)行設(shè)置，如何查看運(yùn)行結(jié)果，講解運(yùn)行結(jié)果的真實(shí)意義，最后引申到如何將該結(jié)果應(yīng)用于解決這個(gè)具體的商業(yè)問題中來。用這種最直觀簡(jiǎn)單的方式使即使缺乏統(tǒng)計(jì)學(xué)背景的用戶也能容易地理解這些預(yù)測(cè)模型，從而很好地使用我們的產(chǎn)品。 同時(shí)，文中也涉及了一定的統(tǒng)計(jì)知識(shí)，使具有專業(yè)知識(shí)的用戶能依此線索盡可能多的了解我們的產(chǎn)品的方方面面，從而選擇最適合他們問題的模型。

　　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分析解決方案。以下我們將通過一則超市銷售商品的案例，利用 IBM SPSS Modeler 產(chǎn)品中的“關(guān)聯(lián)規(guī)則模型”，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)則，來幫助提高銷量。文中將詳細(xì)地描述產(chǎn)品的設(shè)置和使用方法，以及對(duì)計(jì)算結(jié)果的分析及應(yīng)用。

　　式 1中面包是規(guī)則前項(xiàng)（Antecedent），牛奶是規(guī)則后項(xiàng) (Consequent)。實(shí)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（Support）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（Rule Support）表示同時(shí)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(shí)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。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(guān)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(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)則是有意義的。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)以往的購買記錄，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)則，就找到顧客經(jīng)常同時(shí)購買的商品。

　　此數(shù)據(jù)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)、顧客基本信息、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, 表示購買該商品 , 值為 F 表示未購買，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）。如何對(duì)這些數(shù)據(jù)進(jìn)行分析和處理，本節(jié)會(huì)給出詳細(xì)的演示。

　　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“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。如下圖所示。

　　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(cè)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，表明該模型的預(yù)測(cè)目標(biāo)字段；對(duì)于 Apriori 建模節(jié)點(diǎn)，也可以不設(shè)置目標(biāo)字段，則需要在建模節(jié)點(diǎn)中設(shè)置“后項(xiàng)”。

　　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)加入到流中。雙擊打開“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，表示該字段被過濾掉了，不參與建模，如圖所示。

　　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)加入流中，與“過濾”節(jié)點(diǎn)連接起來。雙擊打開網(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，如圖所示。圖 6. 網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)置

　　第五步，添加“建模”節(jié)點(diǎn)到流中，開始關(guān)聯(lián)規(guī)則模型設(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“關(guān)聯(lián)”分類，將 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)則模型。雙擊打開 Apriori 節(jié)點(diǎn)，如下圖所示。

　　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(cè)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。

　　從結(jié)果可以看出，通過關(guān)聯(lián)規(guī)則模型挖掘出了三個(gè)規(guī)則，分別是規(guī)則一，購買了凍肉（frozenmeal）和罐裝蔬菜（cannedveg）的顧客都會(huì)購買啤酒（beer）；規(guī)則二，購買了凍肉的顧客都會(huì)購買啤酒；規(guī)則三，購買了罐裝蔬菜的顧客都會(huì)購買啤酒。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)則信息，如置信度、支持度和提升等。

　　市場(chǎng)分析員對(duì)于模型結(jié)果的三條規(guī)則和規(guī)則信息，如何分析得出結(jié)論呢？首先分析第一條規(guī)則，購買了凍肉和罐裝蔬菜的顧客會(huì)購買啤酒，此規(guī)則中購買了凍肉和罐裝蔬菜的記錄有 173 條，占 17.3%，同時(shí)購買了凍肉、罐裝蔬菜和啤酒的記錄占 14.6%，而在購買了凍肉和罐裝蔬菜的顧客中會(huì)有 84.393% 的顧客會(huì)購買啤酒，并且提升為 2.88，表明此規(guī)則的相關(guān)性很強(qiáng)，部署能力和置信度類似，可以不考慮。對(duì)于規(guī)則二三，可以同樣分析。問題的關(guān)鍵是，哪些規(guī)則信息才能作為評(píng)判標(biāo)準(zhǔn)。通過對(duì)規(guī)則信息的分析和了解，建議將置信度和提升作為選擇規(guī)則的標(biāo)準(zhǔn)，因?yàn)橹眯哦饶芊从吵鲆?guī)則預(yù)測(cè)的準(zhǔn)確程度，提升值越大，規(guī)則的相關(guān)性越強(qiáng)。據(jù)此，可以將規(guī)則一作為分析結(jié)果。

　　本文通過一個(gè)實(shí)際的商業(yè)場(chǎng)景，引入了 IBM SPSS Modeler 關(guān)聯(lián)規(guī)則模型，首先給出了關(guān)聯(lián)規(guī)則的相關(guān)概念，接著帶領(lǐng)您一步一步的創(chuàng)建了數(shù)據(jù)流，并且介紹了模型的建立和設(shè)置，并且對(duì)結(jié)果進(jìn)行了分析。您可以將本模型應(yīng)用到其他的場(chǎng)景中，如網(wǎng)絡(luò)日志分析、銀行潛在客戶分析、電子商務(wù)的捆綁銷售等。