跳去內容

關聯規則學習

出自維基百科,自由嘅百科全書

關聯規則學習粵拼gwaan1 lyun4 kwai1 zak1 hok6 zaap6英文association rule learning,ARL)係一種機械學習做法,能夠攞一拃離散變數input,計完數之後畀出一拃 output 反映啲變數嘅唔同結果之間會點樣「共同發生」。

基本定義

[編輯]

關聯規則可以理解為一啲「如果... 就...」法則,描繪數據當中啲變數之間有乜關係。例如想像而家一間超市做好晒紀錄,記低晒每位客人買咗咩(數據),佢哋可以叫電腦搵出呢啲數據入便有嘅關聯規則,得知:

  • 「如果一個客人買咗麵包,佢九成會買埋牛油。」
  • 「如果一個客人買咗泡菜,佢七成會買埋白米。」
  • 「如果一個客人買咗牙刷,佢八成會買埋牙膏。」

數學符號表達:(關聯規則分析出嘅嘢),當中 X Y Z 當中每一個都係「有冇買呢件呢件產品」。

應用例子

[編輯]
喺廿一世紀初嘅香港影到嘅一籃生果;事實表明,啲人買咗一種生果,好多時都會買埋其他幾種生果嚟送禮。

關聯規則喺營銷上可以好使好用。

依家想像有班做營銷工作嘅分析師,想探知消費者買嘢嗰陣嘅習慣係點,佢哋由一間超市嗰度攞咗數據,得知某年某月某日,到訪嗰間超市嘅客每個人買咗啲乜,即係話手上嘅數據望落係好似噉嘅[1][2]

顧客 A:荔枝啤酒白米雞肉 | 顧客 B:荔枝、啤酒、白米 | 顧客 C:芝士、啤酒、白米、雞肉 | ...

等等。喺最基本上,班分析師可以計吓每種貨品有人買嘅機率係幾多,例如設 做一個客「買荔枝嘅機會率」, 可以好簡單噉計到出嚟:

班分析師可以做更進階嘅分析。除咗計一件貨品有幾高支持度[e 1]之外,佢哋仲可以[2]

  • 決定攞走所有支持度(例如)低過 10% 嘅貨品,唔再對佢哋進行分析;
  • 信心度[e 2]:設 C 同 D 做間超市嘅其中兩件貨品,關聯規則分析上講嘅信心度所指嘅,就係「如果某個客買咗 C,佢會買 D 嘅機會率」,設 (取自粵語十扑)做支持度,即係[3]
  • 提升度[e 3]:淨係得信心度係唔夠嘅,因為信心度冇考慮到貨品 D 幾多人買()。提升度可以詮釋做「設商品 D 嘅支持度做恆常[註 1],C 至 D 嘅信心度」,即係話

如果提升度數值係 1,表示買唔買 C買唔買 D 之間根本冇啦掕。如果提升度數值大過 1,就表示買 C 會提升買 D 嘅機率。如果提升度數值細過 1,就表示買 C 會降低買 D 嘅機率。

有咗呢啲資訊,做市場研究嘅人就可以預測客人嘅行為[4][2],再用各種手法圖利。例如而家知道咗客人成日會同時買 X 同 Y 呢兩種貨品,賣方可以特登將 X 同 Y 擺喺同一貨架上便(方便客人一嘢攞晒兩樣貨),又可以做減價嗰陣淨係同 X 或者 Y 其中一樣做減價,又或者暗中將啲賣 X 嘅廣告 show 畀買咗 Y 嘅客睇... 等等[5]

R 做法

[編輯]

喺 2020 年代初,R 程式語言函式庫支援人做關聯規則分析[2]

睇埋

[編輯]

註解

[編輯]
  1. 亦可以睇吓控制變數嘅概念。

詞彙

[編輯]
  1. support,响 ARL 當中係指「有幾多人買」。
  2. confidence
  3. lift

引咗

[編輯]
  1. Kumbhare, T. A., & Chobe, S. V. (2014). An overview of association rule mining algorithms. International Journal of Computer Science and Information Technologies, 5(1), 927-930. "The performance of FP-growth is better than all other algorithms."
  2. 2.0 2.1 2.2 2.3 (英文) 簡介點樣用 R 程式語言嚟做關聯規則探勘,講到關聯規則探勘當中嘅 support-confidence-lift 三大指標。
  3. Hornik, K., Grün, B., & Hahsler, M. (2005). arules - A computational environment for mining association rules and frequent item sets. Journal of Statistical Software, 14(15), 1-25.
  4. Kumbhare, T. A., & Chobe, S. V. (2014). An overview of association rule mining algorithms. International Journal of Computer Science and Information Technologies, 5(1), 927-930. "The performance of FP-growth is better than all other algorithms."
  5. Ng, A., & Soo, K. (2017). Numsense! Data Science for the Layman. Annalyn Ng and Kenneth Soo.

外拎

[編輯]