Analiza koszykowa

Z Wikipedii, wolnej encyklopedii
Skocz do: nawigacja, szukaj

Analiza koszykowa, jest metodą z zakresu eksploracji danych, tworzącą dla zbioru danych zestaw opisujących go przybliżonych reguł asocjacyjnych typu "Jeżeli poprzednik to zwykle następnik", gdzie poprzednik i następnik to wyrażenia logiczne, np.

Jeżeli (typ_samochodu='sportowy' i wiek<25) to zwykle (ryzyko='wysokie' i ubezpieczenie='wysokie')

Analiza koszykowa nadaje się szczególnie dobrze do przetwarzania zmiennych nominalnych i porządkowych, jest więc często stosowana w text mining, gdzie dominują zmienne na skali nominalnej.

Innym częstym zakresem stosowania analizy koszykowej (od której wzięła swoją nazwę) jest badanie preferencji zakupowych klientów (czyli tego, co wkładają do koszyka w sklepie). Analiza koszykowa pozwala uzyskać reguły typu "jeśli klient kupuje pieluchy i kupuje samochodzik, to często kupi niebieskie ubranka", co pozwala np. zoptymalizować układ towarów w sklepie.

Wydajnym i popularnym algorytmem analizy koszykowej jest algorytm apriori (Agrawal i Swami, 1993; Agrawal i Srikant, 1994; Han i Lakshmanan, 2001; Witten i Frank, 2000).

Bibliografia[edytuj | edytuj kod]