რომელი ალგორითმი გამოიყენება პროდუქტებს შორის კავშირის გასარკვევად, რომელთა შეძენაც მომხმარებელს შეუძლია საცალო ვაჭრობის მაღაზიაში?

2024 ავტორი: Stanley Ellington | [email protected]. ბოლოს შეცვლილი: 2023-12-16 00:19

ასოციაცია მაინინგის წესი

ის ყველაზე გავრცელებული მიდგომა იპოვეთ ეს შაბლონები არის ბაზრის კალათის ანალიზი, რომელიც არის ძირითადი ტექნიკა გამოყენებული დიდწილად საცალო ვაჭრობა როგორიცაა Amazon, Flipkart და ა.შ. გასაანალიზებლად მომხმარებლის ყიდვა ჩვევების მიერ შორის ასოციაციების პოვნა სხვადასხვა ნივთები, რომლებიც კლიენტებს ადგილი მათ "საყიდლების კალათებში"

ანალოგიურად, ისმის კითხვა, რა არის მხარდაჭერის ნდობისა და ამაღლების ფორმულა?

ლიფტი შეიძლება მოიძებნოს გაყოფით ნდობა შედეგის უპირობო ალბათობით ან გაყოფით მხარდაჭერა წინამორბედის ალბათობით გამრავლებული შედეგის ალბათობით, ასე რომ: The ლიფტი 1 წესისთვის არის (3/4)/(4/7) = (3*7)/(4 * 4) = 21/16 ≈ 1.31.

შემდგომში ჩნდება კითხვა, რა არის მხარდაჭერისა და ნდობის ასოციაციის მაინინგი? წინამორბედი არის ელემენტი, რომელიც გვხვდება შიგნით მონაცემები . მხარდაჭერა არის მითითება იმისა, თუ რამდენად ხშირად ჩნდება ნივთები მონაცემები . ნდობა მიუთითებს თუ რამდენჯერ აღმოჩნდება თუ არა ჭეშმარიტი განცხადებები. მესამე მეტრიკა, რომელსაც ლიფტი ეწოდება, შეიძლება გამოყენებულ იქნას შედარებისთვის ნდობა მოსალოდნელთან ერთად ნდობა.

ამის გათვალისწინებით, როგორ გამოვთვალოთ ლიფტი ბაზრის კალათის ანალიზში?

შესავალი

1. დავუშვათ, რომ 100 მომხმარებელია.
2. მათგან 10-მა რძე იყიდა, 8-მა კარაქი და 6-მა იყიდა ორივე.
3. იყიდა რძე => იყიდა კარაქი.
4. მხარდაჭერა = P (რძე და კარაქი) = 6/100 = 0.06.
5. ნდობა = მხარდაჭერა/P(კარაქი) = 0.06/0.08 = 0.75.
6. ლიფტი = თავდაჯერებულობა/P(რძე) = 0,75/0,10 = 7,5.

რა არის მხარდაჭერა და თავდაჯერებულობა მაგალითით?

მხარდაჭერა : არის T-ში გარიგებების პროცენტი, რომელიც შეიცავს ღვინოსაც და ყველს ერთად. ნდობა : არის ღვინის შემცველი ტრანზაქციის პროცენტი T-ში, რომელიც ასევე შეიცავს ყველს. სხვა სიტყვებით რომ ვთქვათ, ყველის მიღების ალბათობა იმის გათვალისწინებით, რომ ღვინო უკვე კალათაშია.