Overview

비지도 학습(unSupervised Learning)의 방식인 연관 분석에 대해서 알아본다.

연관 분석

마트에 가면 맥주 옆에 항상 땅콩이 같이 진열 되어 있다.

인터넷에서 책을 구매하고자 할 때 연관된 도서를 추천하는 경우가 많다.

언급한 예시에서와 같이 연관 분석(Association Analysis)은 항목들간의 관련성을 파악하여 둘 이상의 항목들로 구성된 연관성 규칙을 도출하는 탐색적인 분석 방법이다.

군집 분석에 의해서 생성된 군집(cluster)의 특성을 분석하는 장바구니 분석으로 알려져 있다.

주로 마케팅에서 고객의 장바구니에 들어있는 품목 간의 관계를 분석하여 마케팅에 사용할 수 있다.

장바구니 분석 결과는 효과적인 매장 진열, 패키지 상품의 개발, 교차 판매 전략 수립 등에 이용된다.

활용 분야

• 고객 대상 상품 추천 및 상품 정보 발송 : A고객에 대한 B상품 쿠폰 발송
• 상점대 상품 진열 및 쇼윈도의 상품 디스 플레이
• 텔레 마케팅을 통해서 패키지 상품 판매 기획 및 홍보

활용 예시

• 고객들은 어떤 상품들을 동시에 구매하는가?
• 맥주를 구매한 고객은 주로 어떤 상품을 함께 구매하는가?
• 인터넷에서 서적을 구매할 때, 이 독자가 많이 구매한 관련 서적을 소개하기

---

연관 규칙의 평가 척도

연관성을 비교할 수 있는 규칙으로, 지지도(support), 신뢰도(confidence), 향상도(lift) 등을 평가 척도로 사용한다.

높은 지지도와 신뢰도를 갖는 것은 강한 규칙(strong rule)이라고 한다.

• support
  • 전체 자료에서 관련 품목의 거래 확률를 의미
  • 값이 작다는 것은 다른 항목에 자주 발생하지 않는다는 것을 의미
  • 전체 건수 중에 A와 B가 모두 포함되어 있는 건수의 비율
  • 동시에 존재하는 확률
  • support = (상품 A와 상품 B를 포함한 거래수) / (전체 거래수)
• confidence
  • A가 구매될 때 B가 구매될 확률(조건부 확률)
  • 항목 A를 포함하는 건수중에 A와 B가 모두를 포함하고 있는 건수의 비율
  • confidence = (A와 B를 포함한 거래수) / (A를 포함한 거래수)
• lift
  • 상품 간의 독립성과 상관성을 나타내는 척도
  • Lift = (신뢰도) / (B가 포함될 거래율)

평가 척도의 수치적 의미

• 높은 지지도
  • 해당 조합의 거래 건수가 다른 것에 비해 상대적으로 많음
• 높은 신뢰도
  • A 상품 구매시 B 상품을 구매하는 거래수가 많음
• 향상도 예시
  • == 1 : A와 B는 서로 독립적
  • >= 1 : 맥주는 보통 치킨과 동시에 구입
  • < 1 : 성경책 구입시 불경책을 사지 않음