시장 바구니 분석은 소매업체가 고객의 구매 습관을 이해하는 데 사용되는 기술입니다. 그것은 제품의 패턴과 관계를 식별하는 큰 데이터 세트를 분석하는 데 사용됩니다. Unsupervised 학습 방법은 특히 사전 정의 라벨없이 숨겨진 구조를 발견 할 수 있기 때문에이 상황에 유용합니다.

Unsupervised Learning에 대한 이해

Unsupervised Learning 알고리즘은 라벨이 없는 데이터를 분석합니다. 이 알고리즘은 데이터 내에서 고유한 패턴이나 그룹화를 찾는 것을 목표로 합니다. 일반적인 기술은 시장 바구니 분석에 필수적인 클러스터링 및 협회 규칙 학습을 포함합니다.

고객 데이터에 대한 클러스터링 적용

Clustering 그룹은 구매 행동을 기반으로합니다. 소매업체는 청중과 맞춤형 마케팅 전략을 구성합니다. K-means 또는 hierarchical 클러스터와 같은 알고리즘은 차별화된 고객 세그먼트를 식별하는 데 사용될 수 있습니다.

협회 규칙 학습

협회 규칙 학습은 제품 간의 관계를 식별합니다. 그것은 자주 함께 구입 한 항목을 찾을 수 있으며, 소매 업체가 제품 배치 및 크로스 판매 전략을 최적화 할 수 있습니다. Apriori 알고리즘은이 목적에 대한 인기있는 방법입니다.

  • 데이터 사전 처리
  • 오른쪽 알고리즘 선택
  • 결과의 해석
  • Insights의 구현