第3期 梁路，等：基于细精度关联规则挖掘的电信客户流失分析 ·411 CPU 内存 所有负样本。这一结果具有如下特点： 4.0 GB DDR2 176 1)反映了一些新的规律。以子式(-4VA3VAV 内存 2a/3.7GB70% A,V-A,VA2)为例，对照表1分析得出属性non_fee 蓝盘0C:D:E 0 与其他属性Year_local_fee、I1r2fm的“内在片段”的 以太网 内存延件 相关性，即“属性+片段->片段”或“片段+片段->属 覆法0接0kbp5 性”，而传统的关联规则只能发现属性与属性的相关 地用中 时用 逐 00M 性，即“属性+属性->属性”。 2.8GB975MB 日快阿的得 214 日皮要泰： DIMM 已交 已第存 2)运算效率高。以子式(A1VA,VA,VA6V 方件的内257M 3.2/4.6GB1022MB A,VA2)为例，其仅有6个原子项，因此运行较快。 非顶度到出 236MB77.4MB 而由于上述关联规则为合取范式，以“∧”为连接词构 (d)未加入启发式时内存 成，因此用这种形式的规则检验海量数据时可采用高 CPU 内存 度并行计算的方法，进一步了减少时间开销。 4.0 GB DDR2 内存用量 3768 3)剖析了属性内部结构与内涵。以子式(4，V 内存 13/3.7G635%则 A3VAVA.VA,VA2)为例，其等价于(A1∧A3A 磁盘0C:D:E到 AA46AAg)→A12,体现的已非属性之间的关联， 0 内骨 而是属性片段与片段的相关性，即片段A,的取值取 决于片段A143A,4,和A,。这一结果有利于公司决 策者制定更为精准的市场策略。 使同中 可用 速： 400MH 1.3GB2.4GB 已决用的播 214 阻成要来 DIMM 4)提高了fine精度。10次实验所得到的关联规 已存 1.5/4.9GB1.7GB 为年道的内257M 则分别对应10条主合取范式，这些主合取范式可以 面离中花非物四国中地 245MB84.9MB 使用矩阵形式表示，式(2)的主合取范式如表4所示。 (e)加入启发式后内存 其余9条主合取范式与表4所示的主合取范式的相 1.0 似度在86.4%~90.2%，体现了结果的稳定性、可信性 0.9 和鲁棒性，说明了提升fine精度的合理性。 0.8 0.7 表4主合取范式形式 0.6 0.5 Table 4 Principal conjunctive normal form 00.10.20.30.40.50.60.70.80.91.0 编码 SubF1 SubF2 SubF3 SubF4 a值 ()α值-准确度的关系 A 0 △ △ 1 图2实验结果 A2 △ △ 1 △ Fig.2 Experiment results Ax 1 △ △ A △ △ △ 从图2(a)~(e)可以看出，加入启发式规则之 As 1 0 △ 0 1 △ 0 △ 后的方法比OCAT方法所消耗的时间与空间都大大 Ao A △ △ 1 △ 减少，图2(f)描述了不同的阈值α值对预测准确度 As △ 1 △ 的影响，体现了其重要性。最后，10次实验所得的 Ag 0 1 △ △ 关联规则之一如式(2)所示。 A1o △ △ 0 0 C=(A:V A3 V As V A VA,V A2)A...n A △ 0 △ △ (A VAs V As VAg VA V-A3 V A4)A AR △ 1 △ (A2 VA3 VAs V A7 VA0 V A VA)A An △ 0 △ (A VAs VA0 V A3) (2) A △ 1 0 该表达式为关联规则的布尔表达式，它由4条 注：符号“△”表示取0和1均可，SubF1有256条，SubF2有 析取范式的子式经过合取操作得到，其中每条子式 128条，SubF3有128条，SubF4有1024条 均能接受所有的正样本而拒绝若干负样本，所有子 5)得到了更直观、清晰的语义解释。以子式 式合取而成的关联规则能接受所有正样本并且拒绝 (A,VMsV4oVA13)为例，若某一客户数据使该（ｄ）未加入启发式时内存 （ｅ）加入启发式后内存 （ｆ）α 值－准确度的关系 图 ２ 实验结果 Ｆｉｇ． ２ Ｅｘｐｅｒｉｍｅｎｔ ｒｅｓｕｌｔｓ 从图 ２（ａ） ～ （ ｅ）可以看出，加入启发式规则之 后的方法比 ＯＣＡＴ 方法所消耗的时间与空间都大大 减少，图 ２（ｆ）描述了不同的阈值 α 值对预测准确度 的影响，体现了其重要性。 最后，１０ 次实验所得的 关联规则之一如式（２）所示。 Ｃ ＝ （ØＡ１ ∨ Ａ３ ∨ Ａ５ ∨ Ａ６ ∨ ØＡ９ ∨ Ａ１２ ） ∧ … ∧ （Ａ４ ∨ ØＡ５ ∨ Ａ８ ∨ Ａ９ ∨ ØＡ１１ ∨ ØＡ１３ ∨ Ａ１４ ） ∧ （Ａ２ ∨ ØＡ３ ∨ ØＡ６ ∨ Ａ７ ∨ ØＡ１０ ∨ Ａ１２ ∨ ØＡ１４ ） ∧ （Ａ１ ∨ ØＡ５ ∨ ØＡ１０ ∨ Ａ１３ ） （２） 该表达式为关联规则的布尔表达式，它由 ４ 条 析取范式的子式经过合取操作得到，其中每条子式 均能接受所有的正样本而拒绝若干负样本，所有子 式合取而成的关联规则能接受所有正样本并且拒绝 所有负样本。 这一结果具有如下特点： １）反映了一些新的规律。 以子式（ØＡ１∨Ａ３∨Ａ５∨ Ａ６∨ØＡ９∨Ａ１２ ）为例，对照表 １ 分析得出属性 ｎｏｎ＿ｆｅｅ 与其他属性 Ｙｅａｒ＿ｌｏｃａｌ＿ｆｅｅ、ｒ１、ｒ２、ｆ ｅ ０９０２的“内在片段”的 相关性，即“属性＋片段－＞片段”或“片段＋片段－＞属 性”，而传统的关联规则只能发现属性与属性的相关 性，即“属性＋属性－＞属性”。 ２）运算效率高。 以子式（ ØＡ１∨Ａ３∨Ａ５∨Ａ６∨ ØＡ９∨Ａ１２ ）为例，其仅有 ６ 个原子项，因此运行较快。 而由于上述关联规则为合取范式，以“∧”为连接词构 成，因此用这种形式的规则检验海量数据时可采用高 度并行计算的方法，进一步了减少时间开销。 ３）剖析了属性内部结构与内涵。 以子式（ØＡ１∨ Ａ３∨Ａ５∨Ａ６∨ØＡ９∨Ａ１２ ）为例，其等价于（Ａ１∧ØＡ３∧ ØＡ５∧ØＡ６∧Ａ９ ） ÞＡ１２ ，体现的已非属性之间的关联， 而是属性片段与片段的相关性，即片段 Ａ１２的取值取 决于片段 Ａ１ 、Ａ３ 、Ａ５ 、Ａ６和 Ａ９ 。 这一结果有利于公司决 策者制定更为精准的市场策略。 ４）提高了 ｆｉｎｅ 精度。 １０ 次实验所得到的关联规 则分别对应 １０ 条主合取范式，这些主合取范式可以 使用矩阵形式表示，式（２）的主合取范式如表 ４ 所示。 其余 ９ 条主合取范式与表 ４ 所示的主合取范式的相 似度在 ８６．４％ ～９０．２％，体现了结果的稳定性、可信性 和鲁棒性，说明了提升 ｆｉｎｅ 精度的合理性。 表 ４ 主合取范式形式 Ｔａｂｌｅ ４ Ｐｒｉｎｃｉｐａｌ ｃｏｎｊｕｎｃｔｉｖｅ ｎｏｒｍａｌ ｆｏｒｍ 编码 ＳｕｂＦ１ ＳｕｂＦ２ ＳｕｂＦ３ ＳｕｂＦ４ Ａ１ ０ △ △ １ Ａ２ △ △ １ △ Ａ３ １ △ ０ △ Ａ４ △ １ △ △ Ａ５ １ ０ △ ０ Ａ６ １ △ ０ △ Ａ７ △ △ １ △ Ａ８ △ １ △ △ Ａ９ ０ １ △ △ Ａ１０ △ △ ０ ０ Ａ１１ △ ０ △ △ Ａ１２ １ △ １ △ Ａ１３ △ ０ △ １ Ａ１４ △ １ ０ △ 注：符号“△”表示取 ０ 和 １ 均可，ＳｕｂＦ１ 有 ２５６ 条，ＳｕｂＦ２ 有 １２８ 条，ＳｕｂＦ３ 有 １２８ 条，ＳｕｂＦ４ 有 １ ０２４ 条 ５）得到了更直观、清晰的语义解释。 以子式 （Ａ１∨ØＡ５∨ØＡ１０∨Ａ１３ ）为例，若某一客户数据使该 第 ３ 期 梁路，等：基于细精度关联规则挖掘的电信客户流失分析 ·４１１·