關聯規則用於發現交易資料中，不同商品之間的關係，這些規則反映了顧客的購買行為模式。如顧客經常在購買A商品的時候也會購買B商品，著名的“啤酒與尿布”的案例就是關聯規則的成功應用案例

導語

不同於Apriori和FP演算法所採用的按照交易事務來水平劃分項集的資料探勘方式，把資料集中的項劃歸到每個事務下，ECLAT演算法採用了另一種思路：把資料集中的事務劃歸到每個項下。本文采用如下資料：

	A;B;E;
	B;D;
	B;C;
	A;B;D
	A;C;
	B;C;
	A;C;
	A;B;C;E;
	A;B;C;

下表左邊為Apriori、FP演算法所採用的資料結構，右邊是ECLAT演算法所採用的資料結構兩部分：

演算法介紹

ECLAT演算法把資料庫事務劃歸到每個項下，使得該演算法相較於Apriori和FP-Growth演算法可以基於集合運算更簡便的得到頻繁項集，該演算法得到頻繁項集的基本思路如下：

1. 首先對資料庫進行一次遍歷，生成項對應的事務集，如上圖左上角表格T1。
2. 然後把所有項作為一個集合I_all，求該集合的子集,設第i個子集為I_i,如上圖中橘黃色箭頭指示的集合列表。
3. 對每個子集I_i中的項對應的事務集合求交集為T_i，如上圖藍色箭頭指示的集合列表
4. T_i中元素個數大於閥值的集合，即為頻繁項集。

如果設定頻繁項的頻次閥值為2，則上圖中紅色的集合為頻繁項集。

簡單實現

ECLAT 演算法只需要一次資料庫的遍歷，生成以項（item）為key，以出現該item的交易事務Id所組成的集合為value的map。然後頻繁項集就可以基於該map獲取到。其獲取頻繁項集的實現程式碼如下：

package association;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
import java.util.Set;

import set.SetUtils;

public class ECLAT {
	public static String SPLIT = ";";
	public static int F = 2;
	public static double C = 0.7;

	public static List<String> transList = new ArrayList<String>();

	static {
		transList.add("T1;A;B;E;");
		transList.add("T2;B;D;");
		transList.add("T3;B;C;");
		transList.add("T4;A;B;D;");
		transList.add("T5;A;C;");
		transList.add("T6;B;C;");
		transList.add("T7;A;C;");
		transList.add("T8;A;B;C;E;");
		transList.add("T9;A;B;C;");
	}


	private Map<String,Set<String>> datas;


	private void etl(){
		datas = new HashMap<String, Set<String>>();
		for (String string : transList) {
			String[] records = string.split(SPLIT);
			for(int i = 1;i<records.length;i++){
				if(!datas.containsKey(records[i])){
					datas.put(records[i],new HashSet<String>());
				}
				datas.get(records[i]).add(records[0]);
			}
		}
	}

	public List<String> getFItems(){
		etl();
		Set<String> keys = datas.keySet();
		Set<String> items = new HashSet<String>();
		items.addAll(keys);
		ArrayList<Set<String>> subsets = SetUtils.getSubset(items);
		Set<String> tmp = new HashSet<String>();
		List<String> fItems = new ArrayList<String>();
		for (Set<String> set : subsets) {
			tmp.clear();
			Iterator<String> it = set.iterator();
			if(it.hasNext()){
				tmp.addAll(datas.get(it.next()));
				while(it.hasNext() && tmp.size()>=F){
					tmp.retainAll(datas.get(it.next()));
				}
			}
			if(tmp.size()>=F){
				fItems.add(set.toString()+":"+tmp.size());
			}
		}
		return fItems;
	}

	public static void main(String[] args) {
		ECLAT eclat = new  ECLAT();
	
		List<String> fItems = eclat.getFItems();
		for (String string : fItems) {
			System.out.println(string);
		}
	}
}
 

說明：轉載自http://westerly-lzh.github.io/cn/2015/09/DM003-ECLAT/

上面的網址似乎需要翻牆，為了更加方便檢視，所以就複製了下內容。