一、數(shù)據(jù)挖掘中涉及的關(guān)聯(lián)規(guī)則在實(shí)際生活中的應(yīng)用

關(guān)于關(guān)聯(lián)規(guī)則分析，這篇文章可以認(rèn)真學(xué)習(xí)一下，講的比較全面，關(guān)聯(lián)規(guī)則分析還在零售、快消、電商、金融、搜索引擎、智能推薦等領(lǐng)域大有所為，如超市捆綁營(yíng)銷(xiāo)、銀行客戶(hù)交叉銷(xiāo)售分析、搜索詞推薦或者識(shí)別異常、基于興趣的實(shí)時(shí)新聞推薦等。

關(guān)聯(lián)規(guī)則是反映一個(gè)事物與其他事物之間的相互依存性和關(guān)聯(lián)性，常用于實(shí)體商店或在線電商的推薦系統(tǒng)：通過(guò)對(duì)顧客的購(gòu)買(mǎi)記錄數(shù)據(jù)庫(kù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，最終目的是發(fā)現(xiàn)顧客群體的購(gòu)買(mǎi)習(xí)慣的內(nèi)在共性，例如購(gòu)買(mǎi)產(chǎn)品A的同時(shí)也連帶購(gòu)買(mǎi)產(chǎn)品B的概率，根據(jù)挖掘結(jié)果，調(diào)整貨架的布局陳列、設(shè)計(jì)促銷(xiāo)組合方案，實(shí)現(xiàn)銷(xiāo)量的提升，最經(jīng)典的應(yīng)用案例莫過(guò)于<啤酒和尿布>。　　

關(guān)聯(lián)規(guī)則分析中的關(guān)鍵概念包括：支持度(Support)、置信度(Confidence)與提升度(Lift)。首先，我們簡(jiǎn)單溫故下這3個(gè)關(guān)鍵指標(biāo)。

1、支持度 (Support)：支持度是兩件商品（A∩B）在總銷(xiāo)售筆數(shù)(N)中出現(xiàn)的概率，即A與B同時(shí)被購(gòu)買(mǎi)的概率。類(lèi)似于中學(xué)學(xué)的交集，需要原始同時(shí)滿足條件。

例子說(shuō)明：

比如某超市2016年有100w筆銷(xiāo)售，顧客購(gòu)買(mǎi)可樂(lè)又購(gòu)買(mǎi)薯片有20w筆，顧客購(gòu)買(mǎi)可樂(lè)又購(gòu)買(mǎi)面包有10w筆，那可樂(lè)和薯片的關(guān)聯(lián)規(guī)則的支持度是20%，可樂(lè)和面包的支持度是10%。

2、置信度 (Confidence)：置信度是購(gòu)買(mǎi)A后再購(gòu)買(mǎi)B的條件概率。簡(jiǎn)單來(lái)說(shuō)就是交集部分C在A中比例，如果比例大說(shuō)明購(gòu)買(mǎi)A的客戶(hù)很大期望會(huì)購(gòu)買(mǎi)B商品。

例子說(shuō)明：

某超市2016年可樂(lè)購(gòu)買(mǎi)次數(shù)40w筆，購(gòu)買(mǎi)可樂(lè)又購(gòu)買(mǎi)了薯片是30w筆，顧客購(gòu)買(mǎi)可樂(lè)又購(gòu)買(mǎi)面包有10w筆，則購(gòu)買(mǎi)可樂(lè)又會(huì)購(gòu)買(mǎi)薯片的置信度是75%，購(gòu)買(mǎi)可樂(lè)又購(gòu)買(mǎi)面包的置信度是25%，這說(shuō)明買(mǎi)可樂(lè)也會(huì)買(mǎi)薯片的關(guān)聯(lián)性比面包強(qiáng)，營(yíng)銷(xiāo)上可以做一些組合策略銷(xiāo)售。

3、提升度 (Lift)：提升度表示先購(gòu)買(mǎi)A對(duì)購(gòu)買(mǎi)B的概率的提升作用，用來(lái)判斷規(guī)則是否有實(shí)際價(jià)值，即使用規(guī)則后商品在購(gòu)物車(chē)中出現(xiàn)的次數(shù)是否高于商品單獨(dú)出現(xiàn)在購(gòu)物車(chē)中的頻率。如果大于1說(shuō)明規(guī)則有效，小于1則無(wú)效。

例子說(shuō)明：

可樂(lè)和薯片的關(guān)聯(lián)規(guī)則的支持度是20%，購(gòu)買(mǎi)可樂(lè)的支持度是3%，購(gòu)買(mǎi)薯片的支持度是5%，則提升度是1.33>1, A-B規(guī)則對(duì)于商品B有提升效果。　　理論很簡(jiǎn)單，真正實(shí)踐起來(lái)卻會(huì)遇到種種困難，印證了那句”數(shù)據(jù)分析師的50%～80%的時(shí)間都花在了處理數(shù)據(jù)上”。

要計(jì)算支持度(Support)、置信度(Confidence)與提升度(Lift)，首先需要知道Freq(A∩B)、Freq(A)、Freq(B)和總筆數(shù)數(shù)值，那么需要對(duì)商品進(jìn)行排列組合。　

若一個(gè)收銀小票（銷(xiāo)售ID）有30種商品，則組合數(shù)達(dá)到435種。而且可視化層級(jí)上還需要展現(xiàn)集團(tuán)下每個(gè)分公司、每個(gè)城市、每個(gè)門(mén)店、月度、季度或者年度時(shí)間的關(guān)聯(lián)規(guī)則分析，如果用傳統(tǒng)的工具來(lái)實(shí)現(xiàn)上述分析無(wú)異于大海撈針。在BDP中，不僅可以便捷地實(shí)現(xiàn)多維數(shù)據(jù)分析，還可以通過(guò)靈活強(qiáng)大的功能組合來(lái)進(jìn)行更深層面的數(shù)據(jù)分析探索。

延伸閱讀：

二、BI是什么

BI即商業(yè)智能，泛指用于業(yè)務(wù)分析的技術(shù)和工具，通過(guò)獲取、處理原始數(shù)據(jù)，將其轉(zhuǎn)化為有價(jià)值的信息指導(dǎo)商業(yè)行動(dòng)。Gartner把BI定義為一個(gè)概括性的術(shù)語(yǔ)（umbrella term），其中包括應(yīng)用程序、基礎(chǔ)設(shè)施和工具，通過(guò)獲取數(shù)據(jù)、分析信息以改進(jìn)并優(yōu)化決策和績(jī)效，形成一套優(yōu)異的商業(yè)實(shí)踐。

上一篇

centos是什么?

下一篇

數(shù)據(jù)倉(cāng)庫(kù)為什么要用事實(shí)表和維度表?