supp (X ∪ Y ) supp (X ) supp (Y )
P (A ∩ B ) P (A ∩ B ) = P (B |A) P (A) P (A ∩ B ) P (A ) P (B ) X X Y Market Basket Analysis X Y X Y Y Y X Y
(2)
1∼4 (3)
4
Christian Borgelt & Rudolf Kruse. 2002, Induction of Association Rules: Apriori Im-
plementation. 15th Conference on Computational Statistics (COMPSTAT 2002, Berlin, Germany). Physica Verlag, Heidelberg, Germany. [8] L. Breiman, J. H. Friedman, R. A. Olshen & C. J. Stone. 1984, Classification and Regression Trees. Wadsworth.
6 PLI
7 PLI
A
PLI
13
1 0.000 2.060
PLI 3.987 4.579 6.808 11.970
2
(1)
Decision Tree
Regression Tree node Gini
Classification Tree root CART
m
IG (i) = 1 −
j =1
f (i, j ) =
0.5000000 0.4925373 0.4736842 0.4626866 0.4615385 0.4415584 0.4358974 0.4347826 0.4255319 0.4252874
1.5000000 1.4776119 1.4210526 1.3880597 1.3846154 1.3246753 1.3076923 1.3043478 1.2765957 1.2758621
(1)
Association Rules, AR
X X⇒Y X Y
Y
X rule X⇒Y Y σ () 3 X
antecedent, left-hand-side or LHS of the rule consequent, right-hand-side or RHS of the rule support A X B supp (X ⇒ Y ) = conf (X ⇒ Y ) = lift (X ⇒ Y ) = confidence Y σ (X ∪ Y ) N supp (X ∪ Y ) σ (X ∪ Y ) = supp (X ) σ (X ) lift
0.1341991 0.1255411 0.1688312 0.1948052 0.1645022 0.1298701 0.1731602 0.1341991 0.1298701 0.1255411 10
V9=1 V10=3} V10=3} } }
V9=1 V10=3 V12=2}
{V10=3 V17= =
2
20
80
CD
2007 3,009,210 2,074,964
75,696,954 52,498,769
13,056,026 5,057,985
2008
10
2007 2008
BSA 2008
2007 OK
66 20
3
:
1
2
4
5
3
(1)
(2)
A B C
⇒ 10
⇒
⇒
5
3 × 10 × 3 × 2 × 10 = 1800
V10=3 V12=2}
={PLI= } 1 2 3 4 5 6 7 8 9 10 (4) • { {PLI= } 48% 1.45 = 0.48 = { {V1 = V10=2} V9= = = } } } } = }
0.1385281 0.1428571 0.1558442 0.1341991 0.1818182 0.1471861 0.1471861 0.1731602 0.1731602 0.1601732
P
0.3 PLI
A PLI
1 69%
2
3 3 P
17
4 0.000 0.000 0.000 0.877 2.348 2.564 2.895 3.672 4.705 3.549 4.454 5.318 5.428 7.076 8.580 11.970 11.970 11.970
12 2
A
9.72%
2
3
10
3
A
⇒
⇒
400
V (¯ y) = y ¯ p n P N
2
1 1 − n N
S2 y ¯
S
2
S = P (1 − P ) ≤ 0.25 ¯| |y ¯−Y V (¯ y)
0.25
¯| ≤ d = 1 − α ⇒ P P |y ¯−Y d d V (¯ y)
≤
d V (¯ y)
=1−α
= zα/2
n=
d2 1 + 2 N zα/2 S 2
−1
N S ≤ 0.25 n≈
2 zα/ 2 2
4d2 6
d n 384
0.05
95%
zα/2 ≈ 1.96
1) 1:1:1 2:1 2)
400
3:0.5:0.5
A B C
A
3)
400 90% 20 146 70 142
337 63 137
279
1
(1) 15.9% 60.2% 76.1% 15.6% KTV 60.2% KTV KTV
7
1
KTV
(2) 44.9% 12.7% 38.9% 44.9% 38.9% 3.5%
(3) 32.2% 27.1% 40.2% 40.2% 32.2% 7.6% 51.6%
8
2
(1) 2 1 75% CD 2% 65% 0 7% CD 28% 16%
2
83.5%
70.3%
(2) 80% 56% 40.2% 5% 18% 40.2% 20%
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 . . . . . . . . . . . . . . . . . . . . . . . . . 17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 18 19
9
3
(3) 50%
4
18.6%
50.6% 41.1% 31.7% 27.0%
10
(4)
5
11
3
68.8% 15.8% 15.4%
6 41.8%
20.2% 47.6% 11.6% 7.1% 6.6% 4.6% 8.1%
12
1
Piracy Level Index 8 8 1 22% 2 3 0.5 4 8 5 Linux 10 64% 2007 39% 68% 61% 10 PLI
j =k
2
f (i, j ) f (i, k ) ID3 C4.5 C5.0
m
IE (i) = −
j =1
f (i, j ) log2 f (i, j )
R (2)
tree PLI PLI
PLI
1/3
2/3 Classification Tree
PLI
14
8
PLI
0.3939 PLI 12 PLI
3
19
附：调查问卷
大学生版权意识调查问卷
亲爱的同学： 您好！我们是 大学 学院的学生，为了解当代大学生版权意识的现状，我们正在 进行相关的调查。您的回答无所谓对错，只要能真实地反映了您的情况和看法即可。此调查仅作 学术研究之用，我们对您的回答完全保密，希望您能积极参与。调查会耽搁您的一些时间，请您 谅解。为了感谢您的参与，我们将送您一份关于免费软件的 tips，谢谢您的支持与合作！ 为方便分类统计，请您先填写以下信息：院系 专业 年级
2008
1
3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 3 4 4 4 5 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 6 7 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2 3 1 2 3 1 2 A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 7 9