Algoritmo Microsoft Association Rules

Articolo
07/30/2013

L'algoritmo Microsoft Association Rules è un algoritmo di associazione incluso in Analysis Services, utile per i motori dei suggerimenti. Un motore dei suggerimenti consiglia prodotti ai clienti in base agli articoli che hanno già acquistato o a cui sono interessati. L'algoritmo Microsoft Association Rules è utile anche per l'analisi di mercato sugli acquisti. Per un esempio su tale analisi di mercato, vedere Lezione 3: Compilazione di uno scenario Market Basket (Esercitazione intermedia sul data mining) nell'esercitazione sul data mining.

I modelli di associazione vengono compilati in base a set di dati che includono sia gli indicatori dei singoli case che gli indicatori degli elementi contenuti nei case. Un gruppo di elementi viene chiamato set di elementi. Un modello di associazione è costituito da una serie di set di elementi e di regole che descrivono la modalità di raggruppamento di tali elementi all'interno dei case. È possibile utilizzare le regole identificate dall'algoritmo per stimare i probabili acquisti futuri di un cliente, in base agli elementi già esistenti nel relativo carrello acquisti. Nel diagramma seguente viene illustrata una serie di regole all'interno di un set di elementi.

Set di regole per un modello Association Rules

Come illustrato nel diagramma, l'algoritmo Microsoft Association Rules può individuare potenzialmente un numero elevato di regole all'interno di un set di dati. L'algoritmo utilizza due parametri, uno di supporto e l'altro di probabilità, per descrivere i set di elementi e le regole generati. Se ad esempio X e Y rappresentano due elementi che potrebbero essere contenuti in un carrello acquisti, il parametro di supporto è il numero di case del set di dati in cui è inclusa la combinazione di elementi X e Y. Se il parametro di supporto viene utilizzato insieme ai parametri definiti dall'utente, MINIMUM_SUPPORT e MAXIMUM_SUPPORT,, l'algoritmo consente di controllare il numero di set di elementi generati. Il parametro di probabilità, definito anche confidenza, rappresenta la frazione di case del set di dati in cui sono contenuti sia l'elemento X sia l'elemento Y. Se il parametro di probabilità viene utilizzato insieme al parametro MINIMUM_PROBABILITY, l'algoritmo consente di controllare il numero di regole generate.

Esempio

L'azienda Adventure Works Cycle intende riprogettare la funzionalità del relativo sito Web. L'obiettivo della riprogettazione è aumentare le vendite effettive dei prodotti. Poiché l'azienda registra ogni vendita in un database transazionale, è possibile utilizzare l'algoritmo Microsoft Association Rules per identificare i set di prodotti che tendono ad essere acquistati insieme. In seguito, è possibile stimare elementi aggiuntivi a cui può essere interessato un cliente, in base agli elementi già esistenti nel relativo carrello acquisti.

Funzionamento dell'algoritmo

L'algoritmo Microsoft Association Rules attraversa un set di dati per trovare elementi che ricorrono insieme in un case. Successivamente, l'algoritmo raggruppa in set gli elementi associati che ricorrono almeno nel numero di case specificati dal parametro MINIMUM_SUPPORT. Un set di elementi, ad esempio, potrebbe essere "Mountain 200=Existing, Sport 100=Existing", con un valore di supporto pari a 710. L'algoritmo genera quindi le regole dai set di elementi. Tali regole vengono utilizzate per stimare la presenza di un elemento nel database, in base alla presenza di altri elementi specifici che l'algoritmo identifica come importanti. Ad esempio, una regola potrebbe essere "if Touring 1000=existing and Road bottle cage=existing, then Water bottle=existing", con un valore di probabilità pari a 0,812. In questo esempio, in base alla presenza di pneumatici Touring 1000 e del contenitore per bottiglie di acqua nel carrello acquisti, l'algoritmo stima che tale carrello contiene probabilmente anche una bottiglia di acqua.

Per una spiegazione più dettagliata dell'algoritmo, insieme a un elenco di parametri per la personalizzazione del comportamento dell'algoritmo e il controllo dei risultati nel modello di data mining, vedere Riferimento tecnico per l'algoritmo Microsoft Association Rules.

Dati richiesti per i modelli di associazione

Quando si preparano i dati da utilizzare in un modello Association Rules, verificare che siano chiari i requisiti per l'algoritmo specifico, tra cui la quantità di dati necessari e la modalità di utilizzo dei dati.

I requisiti per un modello Association Rules sono i seguenti:

Una singola colonna chiave In ogni modello deve essere contenuta una colonna numerica o di testo che consente di identificare in modo univoco ciascun record. Le chiavi composte non sono consentite.
Una singola colonna stimabile Un modello di associazione può includere un'unica colonna stimabile. In genere si tratta della colonna chiave della tabella nidificata, ad esempio il campo in cui sono elencati i prodotti acquistati. I valori devono essere discreti o discretizzati.
Colonne di input . Le colonne di input devono essere discrete. Spesso, i dati di input per il modello di associazione sono contenuti in due tabelle. Ad esempio, una tabella può contenere informazioni sui clienti mentre l'altra può contenere informazioni sugli acquisti dei clienti. È possibile inserire tali dati nel modello tramite una tabella nidificata. Per ulteriori informazioni sulle tabelle nidificate, vedere Tabelle nidificate (Analysis Services - Data mining).

Per informazioni più dettagliate sui tipi di contenuto e i tipi di dati supportati per i modelli di associazione, vedere la sezione Requisiti di Riferimento tecnico per l'algoritmo Microsoft Association Rules.

Visualizzazione di un modello di associazione

Per esplorare il modello, è possibile utilizzare il Visualizzatore Microsoft Association Rules. Quando si visualizza un modello di associazione, in Analysis Services vengono presentate le correlazioni da diverse angolazioni, in modo che sia possibile identificare più facilmente le relazioni e le regole individuate nei dati. Il riquadro Set di elementi del visualizzatore fornisce una suddivisione dettagliata delle combinazioni più comuni, ovvero set di elementi. Nel riquadro Regole è presente un elenco di regole generalizzate dai dati e consente di aggiungere calcoli di probabilità, nonché di classificare le regole in base all'importanza relativa. Il visualizzatore di reti di dipendenza consente di esplorare visivamente le connessioni tra elementi diversi. Per ulteriori informazioni, vedere Visualizzare un modello utilizzando il Visualizzatore Microsoft Clustering.

Per ulteriori dettagli sui set di elementi e le regole, è possibile esplorare il modello in Microsoft Generic Content Tree Viewer. Il contenuto archiviato per il modello include il supporto per ogni set di elementi, un punteggio per ogni regola e altre statistiche. Per ulteriori informazioni, vedere Contenuto dei modelli di data mining per i modelli di associazione (Analysis Services - Data mining).

Creazione di stime

Dopo l'elaborazione del modello, è possibile utilizzare le regole e i set di elementi per eseguire stime. In un modello di associazione una stima indica quale elemento è probabile che si verifichi data la presenza dell'elemento specificato. La stima può includere informazioni come la probabilità, il supporto o la priorità. Per alcuni esempi su come creare query su un modello di associazione, vedere Esempi di query sul modello di associazione.

Per informazioni generali sulla creazione di query su un modello di data mining, vedere Query di data mining.

Prestazioni

Il processo di creazione di set di elementi e di conteggio delle correlazioni può richiedere tempi lunghi. Anche se l'algoritmo Microsoft Association Rules utilizza tecniche di ottimizzazione per risparmiare spazio e velocizzare l'elaborazione, tenere presente che in condizioni analoghe alle seguenti possono verificarsi problemi di prestazioni:

Il set di dati è di grandi dimensioni con molti singoli elementi.
La dimensione minima del set di elementi è impostata su un valore eccessivamente basso.

Per ridurre i tempi di elaborazione e la complessità dei set di elementi, provare a raggruppare gli elementi correlati per categorie prima di analizzare i dati.

Osservazioni

Non supporta l'utilizzo del linguaggio PMML (Predictive Model Markup Language) per la creazione di modelli di data mining.
Supporta il drill-through.
Supporta l'utilizzo di modelli di data mining OLAP.
Supporta la creazione di dimensioni di data mining.