Algoritmus přidružení Microsoftu

Platí pro: SQL Server 2019 a starší služby Analysis Services Azure Analysis Services Fabric/ Power BI Premium

Důležité

Dolování dat bylo v SQL Serveru 2017 Analysis Services zastaralé a nyní ukončeno ve službě SQL Server 2022 Analysis Services. Dokumentace se neaktualizuje pro zastaralé a ukončené funkce. Další informace najdete v tématu Zpětná kompatibilita služby Analysis Services.

Algoritmus Microsoft Association je algoritmus, který se často používá pro recommendační systémy. Modul doporučení doporučuje zákazníkům položky na základě položek, které si už koupili nebo ve kterých uvedli zájem. Algoritmus Microsoft Association je také užitečný pro analýzu nákupního koše.

Modely přidružení jsou založené na datových sadách, které obsahují identifikátory jak pro jednotlivé případy, tak pro položky, které případy obsahují. Skupina položek v případě se nazývá sada položek. Model přidružení se skládá z řady sad položek a pravidel, která popisují, jak jsou tyto položky seskupené v rámci případů. Pravidla, která algoritmus identifikuje, lze použít k predikci pravděpodobného budoucího nákupu zákazníka na základě položek, které již existují v nákupním košíku zákazníka. Následující diagram znázorňuje řadu pravidel v sadě položek.

Jak znázorňuje diagram, algoritmus Microsoft Association může najít mnoho pravidel v datové sadě. Algoritmus používá dva parametry, podporu a pravděpodobnost, k popisu sad položek a pravidel, která generuje. Pokud například X a Y představují dvě položky, které by mohly být v nákupním košíku, parametr podpory je počet případů v datové sadě, které obsahují kombinaci položek, X a Y. Pomocí parametru podpory v kombinaci s uživatelsky definovanými parametry MINIMUM_SUPPORT a MAXIMUM_SUPPORT algoritmus řídí počet vygenerovaných sad položek. Parametr pravděpodobnosti, také pojmenovaný spolehlivost, představuje zlomek případů v datové sadě, které obsahují X a které také obsahují Y. Pomocí parametru pravděpodobnosti v kombinaci s parametrem MINIMUM_PROBABILITY řídí algoritmus počet vygenerovaných pravidel.

Example

Společnost Adventure Works Cycle přepracovává funkčnost svého webu. Cílem návrhu je zvýšit prodej produktů. Vzhledem k tomu, že společnost zaznamenává každý prodej v transakční databázi, může použít algoritmus přidružení Microsoftu k identifikaci sad produktů, které se obvykle kupují společně. Potom můžou předpovědět další položky, které by zákazník mohl zajímat, na základě položek, které už jsou v nákupním košíku zákazníka.

Jak funguje algoritmus

Algoritmus přidružení Microsoftu prochází datovou sadu a vyhledá položky, které se v daném případě zobrazují společně. Algoritmus pak seskupí do sad položek všechny přidružené položky, které se zobrazí minimálně v počtu případů určených parametrem MINIMUM_SUPPORT . Například sada položek může být „Mountain 200=Existing, Sport 100=Existing“ a může mít podporu 710. Algoritmus pak vygeneruje pravidla ze sad položek. Tato pravidla slouží k predikci přítomnosti položky v databázi na základě přítomnosti dalších konkrétních položek, které algoritmus identifikuje jako důležité. Například pravidlo může být "pokud Touring 1000=existující a Road bottle cage=existující, pak Water bottle=existující" a může mít pravděpodobnost 0,812. V tomto příkladu algoritmus identifikuje, že přítomnost v košíku pneumatiky Touring 1000 a držáku na láhev naznačuje, že se v košíku pravděpodobně také nachází i láhev vody.

Podrobnější vysvětlení algoritmu společně se seznamem parametrů pro přizpůsobení chování algoritmu a řízení výsledků v modelu dolování dat najdete v Technické referenční dokumentaci k Microsoft Association Algorithm.

Data požadovaná pro modely přidružení

Při přípravě dat pro použití v modelu pravidel přidružení byste měli porozumět požadavkům konkrétního algoritmu, včetně toho, kolik dat je potřeba a jak se data používají.

Požadavky modelu pravidel přidružení jsou následující:

• Sloupec s jedním klíčem Každý model musí obsahovat jeden číselný nebo textový sloupec, který jednoznačně identifikuje každý záznam. složené klíče nejsou povoleny.

• Jeden předvídatelný sloupec Model přidružení může mít pouze jeden předvídatelný sloupec. Obvykle se jedná o klíčový sloupec vnořené tabulky, například soubor se seznamem zakoupených produktů. Hodnoty musí být diskrétní nebo diskretizované.

• Vstupní sloupce . Vstupní sloupce musí být diskrétní. Vstupní data modelu přidružení jsou často obsažena ve dvou tabulkách. Jedna tabulka může například obsahovat informace o zákazníci, zatímco jiná tabulka obsahuje nákupy zákazníků. Tato data můžete do modelu zadat pomocí vnořené tabulky. Další informace o vnořených tabulkách najdete v tématu Vnořené tabulky (Analysis Services – Dolování dat).

Podrobnější informace o typech obsahu a datových typech podporovaných pro modely přidružení najdete v části Požadavky technické reference k algoritmům přidružení Společnosti Microsoft.

Zobrazení modelu přidružení

K prozkoumání modelu můžete použít Prohlížeč přidružení Microsoftu. Při zobrazení modelu přidružení zobrazí služba SQL Server Analysis Services korelace z různých úhlů, abyste lépe porozuměli relacím a pravidlům nalezeným v datech. Podokno Sada položek v prohlížeči poskytuje podrobný rozpis nejběžnějších kombinací nebo sad položek. Podokno Pravidla obsahuje seznam pravidel, která byla zobecněna z dat, přidává výpočty pravděpodobnosti a řadí pravidla podle relativní důležitosti. Prohlížeč sítě závislostí umožňuje vizuálně prozkoumat, jak jsou jednotlivé různé položky propojené. Další informace naleznete v tématu Procházení modelu pomocí prohlížeče Microsoft Cluster Viewer.

Pokud chcete zjistit více podrobností o všech sadách položek a pravidlech, můžete model procházet v prohlížeči Microsoft Generic Content Tree Viewer. Obsah uložený pro model zahrnuje podporu každé sady položek, skóre pro každé pravidlo a další statistiky. Další informace naleznete v tématu Obsah těžebního modelu pro asociační modely (Analysis Services - Data Mining).

Vytváření předpovědí

Po zpracování modelu můžete k předpovědím použít pravidla a sady položek. V modelu přidružení vám predikce řekne, k jaké položce pravděpodobně dojde v případě přítomnosti zadané položky, a predikce může obsahovat takové informace, jako je pravděpodobnost, podpora nebo důležitost. Příklady vytvoření dotazů na model přidružení najdete v tématu Příklady dotazů modelu přidružení.

Obecné informace o tom, jak vytvořit dotaz na model dolování dat, naleznete v tématu Dotazy dolování dat.

Performance

Proces vytváření sad položek a počítání korelací může být časově náročný. I když algoritmus pravidel přidružení Společnosti Microsoft využívá techniky optimalizace k úsporě místa a rychlejšímu zpracování, měli byste vědět, že problémy s výkonem mohou nastat za podmínek, jako jsou například následující:

• Datová sada je velká s mnoha jednotlivými položkami.

• Minimální velikost sady položek je nastavena příliš nízká.

Pokud chcete minimalizovat dobu zpracování a snížit složitost sad položek, můžete před analýzou dat zkusit seskupit související položky podle kategorií.

Poznámky

• Nepodporuje použití jazyka PMML (Predictive Model Markup Language) k vytváření dolování modelů.

• Podporuje drillthrough.

• Podporuje použití dolování modelů OLAP.

• Podporuje vytváření dimenzí dolování dat.

Viz také

Algoritmy dolování dat (Analysis Services – Dolování dat)
Procházení modelu pomocí prohlížeče asociativních pravidel Microsoftu
Obsah asociačních modelů pro dolování dat (Analysis Services – Dolování dat)
Technická referenční příručka k algoritmu asociace Microsoftu
Příklady dotazů modelu přidružení