Home

Алгоритм “Априори” (видео)

Добряки   Data Mining   Knime   Video  

Алгоритм “Априори” используется в Data Mining для изучения последовательностей событий. В качестве событий можно взять пары товаров (можно тройки и больше). Если человек купил один товар, например, “молоко”, то существует вероятность, что он купит и “хлеб”.

В продажах товара цель у алгоритма очень простая, а именно: воздействовать на длину чека. Это может быть достигнуто с помощью совершенно разных действиий:

  1. Предложить купить дополнительный товар (сообщить потребителю, что с таким товаром можно приобрести другой).
  2. Заставить потребителя пройти по наиболее длинному расстоянию (увеличится вероятность покупки другого товара). Расположить “хлеб” и “молоко” в разных концах супермаркета, тогда может увеличится вероятность покупки к примеру ”шоколада”, который встретился по пути.
  3. Предложить более дорогую альтернативу, взамен сокращения времени нахождения в магазине. К примеру, потребителю нужны подгузники и пиво. Логично разместить с подгузниками стойку с дорогим пивом. В сети WalMart использовались следующие события (пятница вечер, подгузники, пиво, молодые мужчины).

Предлагаю на практике в среде Knime рассмотреть пример работы алгоритма, и понять, как с его помощью проводить анализ. (Загрузка/Download)

Рекомендую просматривать видео на Youtube (ссылка http://youtu.be/nRWq7JeJDMc)

Приятного просмотра!

План видео

00:14 Цели и задачи.
00:26 Краткое описание алгоритма.
01:14 Пример использования алгоритма Apriori в среде Knime.
02:56 Объяснение работы алгоритма на тестовых данных.
06:31 Пример анализа на практических данных.
12:15 Выводы. 

Это еще не все, что можно выжать из анализа данных. Планирую написать статью в теме маркетинг по этому поводу. Анализ данных - это неисчерпаемая тема для находок и технических решений. 

Ссылки на материалы:

  1. Чубукова И. А. Data Mining. Интернет-Университет Информационных Технологий; БИНОМ. Лаборатория знаний - 2-е изд., испр. - М.: 2008 (ссылка на загрузку книги http://lnfm1.sai.msu.ru/~rastor/Books/Chubukova-Data_Mining.pdf) или можно найти на сайте http://bug.kpi.ua/stud/work/RGR/DATAMINING/main.html
  2. Data Mining в розничной торговле http://www.bilab.ru/publication/detail.php?ELEMENT_ID=371
  3. Apriori - масштабируемый алгоритм поиска ассоциативных правил http://www.basegroup.ru/library/analysis/association_rules/apriori/
  4. MySQL's group_concat equivalents in PostgreSQL, Oracle, DB2, HSQLDB, and SQLite http://www.vertabelo.com/blog/group-concat
Подробности
Опубликовано: 06 Май 2014
Просмотров: 5103
   
   
© BIWED.RU