本文探讨了关联规则在商业中的应用，如交叉销售和捆绑折扣，通过支持度和置信度评估商品间的购买关联，并揭示Apriori算法在发现购物篮模式中的作用。同时，讨论了规则强度与实际意义的关系，以及如何避免表面相关性误解。
项集与规则：
关联规则：买了一本书还会买另一本
item：商品
transaction：非空商品子集购物小票
cross selling 交叉销售卖相关的产品给顾客
buddle discount：捆绑销售
shop layout design：商店布局设计
关联规则：买了牛奶面包能推导出会买果酱
支持度：多少客户买了x的频率
关联规则的支持度，置信度（条件概率）
步骤
误区
一个规则很强但不一定有意义，不能比商品本身概率还小
当两个商品概率差别非常大
犯罪率和冰激凌有相关性但不一定有因果
Apriori算法
序列模式
扫一扫
7294
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
