R語(yǔ)言：關(guān)聯(lián)規(guī)則+時(shí)間因素=序貫關(guān)聯(lián)規(guī)則

序貫?zāi)Ｐ?關(guān)聯(lián)規(guī)則+時(shí)間因素。
今天下午基本上把通過(guò)arulesSequences來(lái)進(jìn)行序列模式挖掘搞明白了，晚上又把a(bǔ)rulesSequences中最重要的函數(shù)cspade查看了一下。Mark一下。

還是先簡(jiǎn)單寫(xiě)一個(gè)模式挖掘的例子。
1、數(shù)據(jù)準(zhǔn)備
假設(shè)數(shù)據(jù)存放在E盤(pán)下的test.txt，而且E盤(pán)中的數(shù)據(jù)為：
1 10 2 C D A F H E
1 15 3 A B C E A F
1 20 3 A B F D C F
1 25 4 A C D F D D
2 15 3 A B F
2 20 1 E
3 10 3 B F
4 10 3 D G H
4 20 2 B F
4 25 3 A G H F
4 30 12 A H H H A F F F A G G G
數(shù)據(jù)比zaki稍微復(fù)雜一些，不過(guò)只是多添加了一些個(gè)別內(nèi)容。
2、建模
[html] view plain copy
print?
    >x=read_baskets(con="E:/zaki.txt",info=c("sequenceID","eventID","SIZE"))  
    >s1 <- cspade(x, parameter = list(support = 0.6,maxlen=3), control = list(verbose = TRUE))  
    >as(s1,"data.frame") 
主要就這么三步，就完成了序列模式挖掘?，F(xiàn)在需要看一下核心的函數(shù)cspade()。
3、cspade函數(shù)解釋
根據(jù)文檔，cspade函數(shù)結(jié)構(gòu)如下：
[html] view plain copy
print?
    cspade(data, parameter = NULL, control = NULL, tmpdir = tempdir()) 
其實(shí)，參數(shù)data沒(méi)啥可說(shuō)的，就導(dǎo)入transactions類(lèi)型的數(shù)據(jù)就可以了。
parameter是設(shè)定各種參數(shù)，這個(gè)還需要認(rèn)真了解一下。
parameter中，可選的參數(shù)有如下幾個(gè)：
support：0-1之間的一個(gè)數(shù)值，代表得到的高頻序列的最小支持度。
        支持度其實(shí)是這樣計(jì)算的：看上面的data中有4個(gè)序列，比如我們要計(jì)算｛A｝的支持度，則直接看｛A｝在4個(gè)序列中出現(xiàn)過(guò)幾次，用次數(shù)再除以4就得到了支持度。至于一次訂單中出現(xiàn)多少次A，則對(duì)序列挖掘是沒(méi)啥影響的。
maxsize：一個(gè)整數(shù)值，代表在尋找高頻序列的過(guò)程中，任意一個(gè)序列里面的每一個(gè)元素的最多能有幾個(gè)項(xiàng)。
        舉個(gè)例子， <{D,H},{B,F},{A}> 是我們通過(guò)序列挖掘得到的一個(gè)序列s，那么序列s包含3個(gè)元素element，其中第一個(gè)元素又包含2個(gè)項(xiàng)item。通過(guò)設(shè)定maxsize，可以在序列挖掘中設(shè)定1對(duì)1或多對(duì)1的不同挖掘方式。
maxlen：一個(gè)整數(shù)值，代表挖掘的序列最大可以是多長(zhǎng)，也即一個(gè)序列最多可以有幾個(gè)元素。
        比如，如果s1 <- cspade(x, parameter = list(support = 0.6,maxlen=2), control = list(verbose = TRUE))  ，那么最終得到的序列可能為： <{D,H},{B}><{A,F,H},{A,F}>
  因此，通過(guò)maxlen參數(shù)可以去挖掘較短的序列。
mingap：一個(gè)整數(shù)值，確定兩個(gè)連續(xù)的訂單之間的最小時(shí)間差值，默認(rèn)為none。
maxgap：一個(gè)整數(shù)值，確定兩個(gè)連續(xù)的訂單之間的最大時(shí)間差值，默認(rèn)為none。
maxwin：一個(gè)整數(shù)值，確定一個(gè)序列中任意兩個(gè)訂單之間的最大時(shí)間差值，默認(rèn)為none。
control其實(shí)是對(duì)內(nèi)存了什么的控制，一般用不到，第四個(gè)也是用不到。因此，cspade函數(shù)主要就parameter的設(shè)定。