こんにちは。ビッグデータマガジンの廣野です。 「使ってみたくなる統計」シリーズ、第2回目はアソシエーション分析です。 前回も名前だけは登場していましたが、念のため前回の話をおさらいすると、相関（英語ではcorrelation）ではなく、「商品Aを買っている人の65%が商品Bも買っている」という関連（英語ではassociation）を分析する手法です。 データマイニングの代表的な手法で、他にも「マーケット・バスケット分析」と呼ばれたりもしますが、ここで言う「バスケット」とは買い物カゴを意味しています。Amazon.comのようなECサイトで“買い物かご（バスケット）に入れた”ときのログデータを分析することから、このような名前で呼ばれることがあります。 ビッグデータの利活用で「データ間の相関関係を発見する」と言うとき、このアソシエーション分析を指していることが多いようです。良く知られた分析手法
有効な併買ルールを見つけ出すバスケット分析についての記事をメモ。 以下、特に主張なし。 【参考】 アップセルとクロスセルで顧客収益性を上げたい！｜活用ケース解説｜マーケターのためのデータ分析実践入門 Marketing Analyticsゼミナール バスケット分析とは：何と何が、一緒に買われているのか？を知ろう｜データ分析用語を解説 - データビジュアライズで経営を視える化する/graffe グラーフ リフト値とは：その事象が、どれだけ「持ち上がっているか」を考える指標｜データ分析用語を解説 - データビジュアライズで経営を視える化する/graffe グラーフ Teradata｜マーケターのためのデータマイニング・ヒッチハイクガイド：第15回：アソシエーション分析（前編） 第1回 機械学習を実践する前の基礎知識：Mahoutで体感する機械学習の実践｜gihyo.jp … 技術評論社 第2回
POSデータのクロス集計で「売れ方」の理解に用いる："リフト値"を活用する(2) - データビジュアライズで経営を視える化する/graffe グラーフ
クロス集計した値を「相対比較」することで”全体との差”を理解する 記事「“リフト値”を活用する(1)」において、バスケット分析におけるリフト値という考え方は他の分析でも活用できると述べました。この記事では、「老齢人口の割合」という統計データを具体例として挙げましたが、この考え方はあらゆる分析において活用できるものです。 今回は、バスケット分析以外のPOSデータ分析における”リフト値”の考え方の活用法について見ていきたいと思います。 POSデータのクロス集計での活用 クロス集計は分析の基本ともいえるものですが、基本であるからこそ重要であるともいえます。これはPOSデータの分析においてもあてはまることであり、POSデータもまずはクロス集計でしっかりと現状を把握していくことが重要になります。ここでは、このクロス集計における”リフト値”の考え方の活用について見ていきます。 クロス集計でのリフト値に
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
「使ってみたくなる統計」シリーズ 第2回：アソシエーション分析 | ビッグデータマガジンビッグデータマガジン
有効な併買ルールを見つけ出すバスケット分析のアルゴリズムのリンク - プログラマの思索