[공학]데이타 마이닝 - 연관규칙

소개

e-CRM 수업시간에 데이타마이닝에서 연관규칙(Association rule)에 관한 내용입니다

목차

연관규칙
1. 연관규칙의 정의
- 연관규칙의 발견이란?
- 거래와 항목
- 연관성규칙
2. 연관규칙의 적용분야
3. 연관규칙의 결과 유형
- Useful Result
- Trivial Result
- Inexplicable Result
4. 연관규칙의 평가기준
- 지지도/신뢰도/향상도
- 향상도와 상관관계
- 고려사항
5. 연관규칙의 기본단계
6. 연관규칙의 장단점
7. 연관규칙의 예제
8. 연관규칙 알고리즘
- Apriori
- DHP
- 기타 알고리즘

본문내용

1) 구매자가 제품을 구매할 때 이웃의 영향이 있었는가?

2) 오렌지 주스와 청정재 구입시 윈도우 클리너를 같이 구입하는가?

3) 우유를 바나나 구입시 함께 구입하는가? 또한 구입 할 때 특정
브랜드를 구입 하는가?

4) 청정재를 어는 곳에 위치시켜야지만 판매고를 최대화하는가?

Market Basket Analysis는 하나 또는 여러 개 의 product 나
service offering 의 거래와 이 거래에 대한 정보에서 시작.

함께 구매하는 상품의 조합이나 서비스 패턴 발견하는데 이용

특정 제품 또는 사건들이 동시에 발생 하는 패턴을 파악하는데 이용


교차 판매 (Cross Selling)


상품 진열 (Inventory Display)


Catalog Design

- 상품의 배치문제, 패키지 상품의 구성, 쿠폰 발행, 카탈로그의 구성


신상품의 카테고리 선정

마케팅 전략상 유용한 결과가 나온 경우
EX) 주말을 위해, 목요일 소매점에 기저귀를 사러 온 아빠들은
맥주도 함께 사 간다. - 주말에 FOOTBALL을 보면서 마심

기존의 마케팅 전략에 의해 연관성이 높게 나온 경우
EX) 정비계약을 맺은 소비자들은 많은 설비를 구매 할 것 같다.

정비계약은 대개의 경우 따로 맺어지는 것이 아니라
많은 설비 구입시 함께 제시된다.

의미를 발견하기 위해 많은 고민이 필요한 경우
EX) 새로 철물점을 개업하면,대개 화장실 문고리를 많이 사 간다

신뢰도의 값이 크면 좋지만 신뢰도가 크다고 최선의 연관성 규칙이라고 볼 수는
없다.(고무장갑을 사고 망치를 산사람이 100건 중 1건 있었다 )

두 항목의 기본적인 구매율이 어느 정도 수준이 되어야만 의미가 있다. 즉, 지지도가
어느 정도 수준에 도달 해야만 한다.

참고자료

· 없음