อัลกอริทึมใดที่ใช้ในการค้นหาความสัมพันธ์ระหว่างผลิตภัณฑ์ที่ลูกค้าสามารถซื้อได้ที่ร้านค้าปลีก

2024 ผู้เขียน: Stanley Ellington | [email protected]. แก้ไขล่าสุด: 2023-12-16 00:24

สมาคม กฎการขุด

NS แนวทางที่พบบ่อยที่สุดในการ หา รูปแบบเหล่านี้คือ Market Basket Analysis ซึ่งเป็นเทคนิคสำคัญ ใช้แล้ว โดยมาก ผู้ค้าปลีก เช่น Amazon, Flipkart ฯลฯ เพื่อวิเคราะห์ ลูกค้าซื้อ นิสัยโดย การหาความสัมพันธ์ระหว่าง รายการต่าง ๆ ที่ ลูกค้า ใส่ใน "ตะกร้าช้อปปิ้ง" ของพวกเขา

ถามเหมือนกันว่า สูตรเสริมความมั่นใจ ยกกระชับ คืออะไร ?

ยก หาได้โดยหาร ความมั่นใจ โดยความน่าจะเป็นแบบไม่มีเงื่อนไขของผลลัพธ์ หรือโดยการหาร สนับสนุน โดยความน่าจะเป็นของเหตุการณ์ก่อนหน้าคูณความน่าจะเป็นของเหตุการณ์ที่ตามมา ดังนั้น: The ยก สำหรับกฎข้อที่ 1 คือ (3/4)/(4/7) = (3*7)/(4 * 4) = 21/16 ≈ 1.31

ต่อมา คำถามคือ การทำเหมืองสนับสนุนและความเชื่อมั่นคืออะไร? ก่อนเป็นรายการที่พบใน ข้อมูล . สนับสนุน เป็นตัวบ่งชี้ความถี่ที่รายการปรากฏใน ข้อมูล . ความมั่นใจ ระบุจำนวนครั้งที่ข้อความ if-then ถูกพบว่าเป็นจริง เมตริกที่ 3 เรียกว่า การเพิ่ม ใช้เพื่อเปรียบเทียบ ความมั่นใจ ด้วยความคาดหวัง ความมั่นใจ.

เมื่อพิจารณาถึงสิ่งนี้ คุณจะคำนวณการเพิ่มในการวิเคราะห์ตะกร้าตลาดอย่างไร

บทนำ

1. สมมติว่ามีลูกค้า 100 ราย
2. 10 คนซื้อนม 8 ซื้อเนย 6 คนซื้อทั้งคู่
3. ซื้อนม => ซื้อเนย
4. สนับสนุน = P(นม & เนย) = 6/100 = 0.06.
5. ความมั่นใจ = แนวรับ/P(เนย) = 0.06/0.08 = 0.75
6. ยก = ความมั่นใจ/P(นม) = 0.75/0.10 = 7.5.

การสนับสนุนและความมั่นใจพร้อมตัวอย่างคืออะไร?

สนับสนุน : คือเปอร์เซ็นต์ของธุรกรรมใน T ที่มีทั้งไวน์และชีสรวมกัน ความมั่นใจ : คือเปอร์เซ็นต์ของธุรกรรมใน T ที่มีไวน์ ที่มีชีสด้วย กล่าวอีกนัยหนึ่งคือความน่าจะเป็นที่จะมีชีสเนื่องจากไวน์นั้นอยู่ในตะกร้าแล้ว