4. 연관 규칙 분석
2023. 11. 29. 12:14ㆍNAVER AI Tech/Recommen System
연관 규칙 분석 : 하나의 연속된 거래들 사이의 규칙을 발견하기 위한 분석
- 흔히 장바구니 분석이라고도 함.
- 규칙 : 한 사건이 일어난 후에 다른 사건이 일어난 경우
- 연관 규칙 : 규칙의 빈도수가 threshold를 넘었을 때 '함께' 발생한다는 또 다른 사건의 규칙을 의미
- antecedent, consequent로 이루어지며, 두 집합은 서로소(disjoint)이다.
- supprot : itemset이 전체 transaction data에서 등장하는 비율
연관 규칙 척도
사용 방법
- item이 많아질 수록 itemset을 구성할 수 있는 경우의 수는 기하급수적으로 많아진다.
- 따라서 유의미한 rule을 판별해내는 것이 중요하다.
1. minimum support, minimum confidence 설정 = rule fitering
2. lift값을 내림차순으로 정렬하여 가장 의미 있는 rule부터 판단
- 이때 lift값이 크다는 것은 rule을 구성하는 antecedent와 consequent가 연관성이 높고 유의미하다는 뜻이다.
모든 룰을 brute-force로 탐색? 비효율적이다.
- Apriori 알고리즘(한번 쯤 구글링으로 공부해볼 것), DHP 알고리즘, FP-Growth 알고리즘 등이 존재.
'NAVER AI Tech > Recommen System' 카테고리의 다른 글
6. Neighborhood-Based Collaborative Filtering (0) | 2023.11.29 |
---|---|
5. TF-IDF를 활용한 컨텐츠 기반 추천 (0) | 2023.11.29 |
3. 인기도 기반 추천 (0) | 2023.11.29 |
2. 추천시스템 평가 지표 (0) | 2023.11.29 |
1. 추천시스템 개요 (1) | 2023.11.29 |