什么是频繁模式挖掘（关联）以及它如何支持业务分析？

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

在本文中，我们讨论了称为频繁模式挖掘的分析方法，以前称为“关联”。

什么是频繁模式挖掘？

频繁模式挖掘（AKA 关联规则挖掘）是一种分析过程，它从各种数据库（如关系数据库、事务数据库和其他数据存储库）中的数据集中找到频繁模式、关联或因果结构。给定一组交易，这个过程旨在找到规则，使我们能够根据交易中其他项目的发生来预测特定项目的发生。

让我们看一个频繁模式挖掘的例子。首先，我们需要了解此类分析中使用的术语。尽管此技术中使用了许多指标和因素，但对于此示例，我们将仅考虑两个因素，即支持和信心。

支持：规则 x -> y（其中 x 和 y 分别是项目/事件等）的支持定义为数据集中包含项目集 x 和 y 的事务的比例。因此，支持 (x -> y)= 否。包含项目集 x 和 y / 总数的交易数量。的交易。

置信度：规则 x -> y 的置信度定义为：支持度 (x -> y) / 支持度 (x)。因此，它是包含结果中所有项目（本例中为 y）以及前项（本例中为 x）的交易数量与包含前件中所有项目的交易数量（x在这种情况下）。

在下表中，Support (milk->bread) = 0.4 表示牛奶和面包一起购买，占所有交易的 40%。置信度（牛奶->面包）= 0.5 意味着如果有 100 笔交易包含牛奶，那么将有 50 笔交易也包含面包。



频繁模式挖掘如何支持业务分析？

这种分析方法可用于评估各种业务功能和行业的数据。

购物篮数据分析：分析单个购物篮或单次购买中已购买商品的关联性。
交叉营销和销售：与补充您自己而非竞争对手的其他企业合作。例如，出于显而易见的原因，汽车经销商和制造商与石油和天然气公司开展了交叉营销活动。
目录设计：企业目录中的商品选择通常是为了相互补充而设计的，因此购买一件商品会导致购买另一件商品，因此这些商品通常是互补的或密切相关的。
医疗：每个患者都被表示为包含有序疾病集合的事务，并且可以预测哪些疾病可能同时/依次发生。
为了理解这种应用技术的价值，让我们考虑两个业务用例。

用例一

业务问题：零售店经理想要进行购物篮分析，以提出更好的产品放置和产品捆绑策略。

业务收益：根据生成的规则，商店经理可以战略性地将产品放在一起或按顺序排列，从而增加销售额，进而增加商店的收入。可以根据生成的规则设计诸如“购买此产品并免费获得此产品”或“购买此产品并获得 % 折扣”之类的优惠。

用例二

业务问题：一位银行营销经理希望分析哪些产品是经常并按顺序一起购买的。每个客户都表示为一个交易，包含订购的产品集，然后可以预测哪些产品可能同时/顺序购买。

业务收益：根据生成的规则，银行产品可以交叉销售给每个现有或潜在客户，以推动销售和银行收入。例如，如果经常/顺序购买储蓄、个人贷款和信用卡，那么新的储蓄账户客户可以与个人贷款和信用卡交叉销售。

频繁模式挖掘（AKA 关联规则挖掘）是一种分析过程，可从各种数据存储库中的数据集中找到频繁模式、关联或因果结构。这种分析方法可用于评估各种业务功能和行业的数据，可用于确定各种产品和服务的购买行为的频繁模式，以及分析各种数据点之间的关系以进行交叉销售和捆绑产品，和服务产品，并了解目标受众。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 职场问诊 | 大厂裁员，如何正确的面对这个危机？ 大三信管专业的我，用一个月通关CDA Level Ⅰ、Level Ⅱ 和CDA持证人分享 数据科学和企业的数据能力建设 商业智能分析工具的应用 TI类数据产品设计 管理分析需求与绩效指标 PyTorch最全的损失函数汇总 数据分析最常用的excel函数公式大全 零基础转行数据分析，看这篇文章就够了

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：业务分析 CDA LEVEL Support excel函数 关联规则挖掘