# ---数据分析师---

## **序列挖掘产生的背景**

> 奶瓶  ->  婴儿车  ->  书包
> 买房  ->  装修  ->  家具

## **序列概述**
- **目的：从所收集到的众多序列中，找到事务发展的前后关联性，进而推断其后续的发生可能**
- **研究对象：事务序列，简称序列**

|  会员卡号   | 时间1  | 时间2  |时间3  | 时间4  |
|  :-:  | :-:  | :-:  |:-:  | :-:  |
|  1  | 香肠，花生米 | 饮料  |啤酒 | -  |
|  2  | 饮料 | 啤酒  |香肠 | -  |
|  3  | 面包  | 饮料  |香肠，啤酒 | -  |
|  4  | 花生米  | 饮料  |啤酒 | 香肠  |
|  5  | 啤酒  | 香肠，花生米  |面包 | -  |
|  6  | 花生米 | 面包  |- | -  |
< center>**序列的时间点上不一定连续，允许间隔**< /center>

## **序列规则的支持度和置信度**

- **支持度：**
 - C（香肠，花生米）> C（饮料）⇒ C （啤酒）的支持度 1/6 = 0.17
 - C（饮料）⇒ C （啤酒）的支持度4/6 = 0.67
- **置信度：**
 - C（香肠）⇒ C （饮料）的置信度1/5 = 0.2
 - C（饮料）⇒ C （香肠）的置信度3/4 = 0.75

|  会员卡号   | 时间1  | 时间2  |时间3  | 时间4  |
|  :-:  | :-:  | :-:  |:-:  | :-:  |
|  1  | 香肠，花生米 | 饮料  |啤酒 | -  |
|  2  | 饮料 | 啤酒  |香肠 | -  |
|  3  | 面包  | 饮料  |香肠，啤酒 | -  |
|  4  | 花生米  | 饮料  |啤酒 | 香肠  |
|  5  | 啤酒  | 香肠，花生米  |面包 | -  |
|  6  | 花生米 | 面包  |- | -  |



--END--