Learn more about Search Results アプリオリ

データマイニングにおける連想ルールとは何ですか？

イントロダクション石炭採掘からデータマイニングへの人類の進化は、人間の成長と技術の発展に莫大な貢献を持っています。物理的な作業の範囲が変化し、この新しいタイプのマイニングを行うために重さは精神的な努力に移行しました。データマイニングプロセスには、顧客を理解しビジネスの成長に寄与する実用的な貢献がある連想ルールを含む多くの側面があります。正確な要件をお持ちですか？顧客満足度の指数的な向上をもたらすための知識の向上に興味がありますか？大手ブランドと競合するより優れた推薦システムを開発したいと考えていますか？ここでは、データマイニングにおける連想ルールの主要な概念と基本についての簡単な紹介があります。学習目標連想ルールの本質を理解し、データ内の関係を示すif/then文としての役割を把握する。市場バスケット分析、詐欺検出、および推薦システムなどのアプリケーションの特定と差別化を行い、連想ルールの汎用性と実用的な重要性を示す。カーディナリティ、サポート、信頼性、リフトといった要素がデータセット内の関係を予測・評価する際にどのように機能するかに洞察を得る。データマイニングにおける連想ルールとは何ですか？連想ルールは、名前によって定義され、データ間の関係や依存関係を特定するif/then文です。数値データや非数値データに適している特性を持ち、市場バスケット分析などのアプリケーションでよく使用されます。関連性のある情報をリレーショナルデータベースやトランザクションデータベース、他のデータソースから取り込むことができます。連想ルールは、前件（if）と結果（then）の2つの部分から成り立ちます。前件はデータで利用可能な最初の部分であり、結果は前件と組み合わせて利用可能な結果的な部分です。例えば、市場バスケット分析の場合、「顧客がランニングシューズを購入した場合、エナジーバーも購入する可能性が高い」となります。ここで、ランニングシューズが前件、エナジーバーが結果となります。この例は特にフィットネス愛好家の対象をターゲットにしています。連想ルールの利用事例とは何ですか？連想ルールにはさまざまな応用があります。トップ3の連想ルールマイニングの例は以下の通りです: 市場バスケット分析：購入組み合わせの例としては、ヨーグルトとグラノーラの購入がベリーの購入と関連している可能性が高いことが挙げられます。これは購買習慣や要件の分析における連想ルールの重要性を示しています。組み合わせオファーや商品配置の最適化、売上の増加など、実用的な解釈の利用が見られます。詐欺検出：ここでは、購入パターン、場所、頻度などの組み合わせを特定します。これによって不正行為を検知し、同じIPアドレスからの予防措置を取ることができます。推薦システム：これには、ブラウジング履歴や過去の購入から使用パターンを検知し、ユーザーの将来の要件を予測することが含まれます。推薦はそれに基づいて行われます。マーケティングからの利用拡大は、音楽や番組ベースのサービスでも重要です。出典: Dataaspirant 連想ルールはどのように機能しますか？先に説明した連想ルールの予測は、カーディナリティ、サポート、信頼性に基づいて計算されます。カーディナリティは2つのアイテムの関係を指し、オブジェクトの数に比例して増加します。サポートは文の頻度を示し、信頼性はこれらの関係の真実性の頻度を示します。連想ルールの機能を説明するには、組み合わせが発生する理由と状況を規定するルールを特定します。例えば、朝食の健康的で時間のかからないオプションとして、ヨーグルトにグラノーラとベリーを組み合わせることが好ましいとされています。実際の状況では、数字が非現実的になることがよくあります。統計的に独立したアイテムの中で最も購入の組み合わせが少ないものが、実際の使用では非常に高い割合で結合されることがあります。例えば、統計的にはビールとおむつの同時購入は起こりにくいですが、実世界の統計では比較的高いです。この統計の増加をリフトと呼んでいます。関連ルールの効果の測定関連ルールの効果は、主にサポート、信頼度、およびリフトによって測定されます。サポートは頻度を指し、高いサポートはデータセット内の数量の一般的な存在を示します。信頼度は関連ルールの信頼性を測定します。高い信頼度はAとBが比例しており、互いに直接関係が増加していることを示唆します。リフトはアイテムの依存性を比較します。統計的および実用的な数字が同じであるか、前件と後件が同じである場合、リフトは1になり、関連したオブジェクトは独立しています。リフトが1より大きく、前件が後件よりも大きい場合、オブジェクトは互いに依存します。また、リフトが1より小さい場合、後件が前件よりも多い場合、組み合わせは互いに否定的な影響を与えます。出典：データマイニングマップ関連ルールのアルゴリズム…