Core Concepts
거래 데이터를 활용하여 비즈니스 조치의 기반으로 사용되는 연관 규칙 생성의 중요성
Abstract
대규모 거래 데이터를 활용하여 연관 규칙 생성
FSA-Red 알고리즘을 통한 데이터 축소
M5P 예측 알고리즘을 활용한 연관 규칙 신뢰도 업데이트
클러스터링 및 시계열 패턴 분석을 통한 연관 규칙 확장
시계열 분석을 통한 제품 판매 이력 평가
연관 규칙의 정확도 분석 및 예측
Stats
이 연구에서 생성된 연관 규칙은 신뢰도가 70% 이상인 강력한 규칙을 생성한다.
데이터 전처리를 통해 163가지 제품 속성을 분석하고, 5개월 동안 90,000개 이상의 레코드를 다룬다.
M5P 알고리즘을 사용하여 연관 규칙의 신뢰도를 높이고 신뢰할 수 있는 규칙을 생성한다.
Quotes
"연관 규칙은 70% 이상의 신뢰도를 가진 강력한 규칙으로 생성되며, 시계열 패턴을 통해 규칙의 진실성을 확인할 수 있다."
"클러스터링된 제품 그룹의 시계열 패턴을 통해 각 데이터 그룹에 사용할 수 있는 규칙을 확인할 수 있다."