[데이터마이닝] 데이터마이닝-연관규칙기법

목차

1.연관규칙 정의
2.연관규칙 예
3.연관규칙 측정
4. -참고:군집화
5.연관규칙 알고리즘

본문내용

- 연관성측정(Associations)은 어떤 특정 문제에 대해 아직은 일어나지 않은 답(예를 들어, 부도․건전)을 얻고자 하는 예측(Prediction)의 문제나 고객들을 특정목적에 따라 분류(Segmentation)하는 문제가 아니라, 상품 혹은 서비스(이하 상품)의 거래기록(Historical)데이터로부터 상품간의 연관성 정도를 측정하여 관성이 많은 상품들을 그룹화하는 클러스터링(clustering)의 일종

- 동시에 구매될 가능성이 큰 상품들을 찾아냄으로써 시장바구니분석(Market Basket Analysis)에서 다루는 문제들에 적용

(item set A -> item set B)
if A then B :만일 A가 일어나면 B도 일어난다

- 연관성측정에서의 연관규칙은 ꡒ상품 A가 구매되어진 경우는 상품 B도 구매된다.ꡓ 라고 해석된다.
- 연관 규칙기법을 이용할 수 있는 데이터는 판매시점에서 기록되어진 거래와 품목에 관한 정보를 담고 있어야 한다.
- 데이터의 형태는 결과변수(targets)를 갖지 않는Unsupervised data이며 특별히 각 고객들이 누구인지에 대한 구분이나 고객들에 관한 성별, 나이 등의 인구 통계학적인 자료를 비롯한 기타 정보들을 필요로 하지는 않는다.

측정의 기본은 얼마나 자주 구매되었는가 하는 빈도(Count)이다.
이 빈도를 기반으로 연관 정도를 정량화 하기 위해서 다음 세 가지 기준을 고려한다.

참고 자료

없음