資料探勘的基本觀念資料探勘的演進資料探勘的成功案例資料探勘的程序資料探勘的前置步驟資料探勘的技術維繫客戶關係避免客戶流失資料方塊(一)資料方塊(二)資料方塊(三)DataCube(資料方塊法)3.群集分析(K-MEANSALGORITHM)4.聯結分析(AssociationRules)聯結分析聯結分析演算法(一)3.對於large2-itemsets中每一個2-itemset，列出所有可能的聯結法則，並且選擇其信賴度大於或等於最小信賴度的聯結法則4.結合large2-itemsets中的項目，形成多個候選的3-itemset，若候選的3-itemset之任一個2-itemset子集合沒有出現在large2-itemsets中，則刪除此候選的3-itemset對於留下之後選的3-itemset，找出3-itemset的支持率大於或等於最小支持率的集合(稱之為large3-itemsets)若large3-itemsets為空集合，則停止執行5.對於large3-itemsets中的每一個3-itemset，列出所有可能的聯結法則，並且選擇其信賴度大或等於最小信賴度的聯結法則6.重複步驟4和5，產生largek-itemsets(k>3)與大於或等於最小信賴度的聯結法則，直到largek-itemsets為空集合為止1-itemset(S%=30%)2-itemset5.序列樣式相關分析顧客交易資料庫範例資料次序相關分析(一)次序相關分析(二)次序相關分析(三)次序相關分析(四)次序相關分析之結果確認