120 likes | 179 Views
案例解說 ( 考量產品是否出現在交易資料中 ). 最適合的組合 (1):A+C+B; 最適合的組合 (2):A+C+E. 案例解說 ( 含有購買數量產品項目最適性行銷組合 ). ( 陳彥良提出 )MQA-1 演算法: 找出資料庫中含有項目數量的聯規則: 關聯規則 2A→3B 成立表示購買 2 單位的 A 也會有 購買 3 單位 B 之傾向。 Ex. Y=(2A3B) T={3A3B} 則 T 包含 Y 。 ∴ Y 任一項目都皆出現在 T 中而 T 的購買數量≧ Y 的數量 如果購買過 3A 在探勘過程中可分視為購買過 1A,2A,3A.
E N D
案例解說(考量產品是否出現在交易資料中) • 最適合的組合(1):A+C+B;最適合的組合(2):A+C+E
案例解說(含有購買數量產品項目最適性行銷組合)案例解說(含有購買數量產品項目最適性行銷組合) • (陳彥良提出)MQA-1演算法: 找出資料庫中含有項目數量的聯規則: 關聯規則2A→3B成立表示購買2單位的A也會有 購買3單位B之傾向。 • Ex. Y=(2A3B) T={3A3B}則T 包含Y。 ∴Y任一項目都皆出現在T中而T的購買數量≧ Y 的數量 • 如果購買過3A在探勘過程中可分視為購買過 1A,2A,3A
案例解說(含有購買數量產品項目最適性行銷組合)案例解說(含有購買數量產品項目最適性行銷組合) • 交易資料T 包含有Y比例以數量表示關聯: • Z = (T∩Y且項目出現交易資料T中的購買數量 ≧ Y中的購買數量 ) = Z 之項目數量 / Y 之項目數量 • Ex.Y={1A2B3C},T={1A2B2CD3E}其關聯度= 2/3 =67% • 由ID3演算法建立的決策樹找出哪些屬性項目與產品項目Y之間的關聯高於是定義為:數量關聯因子 • Y最適性之行銷組合= 數量關聯因子之產品項目+產品項目Y
案例解說(含有購買數量產品項目最適性行銷組合)案例解說(含有購買數量產品項目最適性行銷組合) 假設欲探勘的組合Y={1D2E3F}最小關聯度設定60% 非Y產品有A、B、C轉換1A、2A、3A ,1B、2B、3B,1C、2C
案例解說(含有購買數量產品項目最適性行銷組合)案例解說(含有購買數量產品項目最適性行銷組合) Y={1D2E3F} 與 各項交易資料關聯性表
案例解說(含有購買數量產品項目最適性行銷組合)案例解說(含有購買數量產品項目最適性行銷組合) 1.公式(1)所有交易資料(E)熵值= –(6/16)㏒2(6/16)-(10/16)㏒2(10/16)=0.954 • 2.公式(2) E(曾經購買1A) = –(6/7)㏒2(6/7)-(1/7)㏒2(1/7)=0.592 E(未曾經購買1A)= –(0/9)㏒2(0/9)-(9/9)㏒2(9/9)=0 E(1A) = (7/16)X0.592+(9/16)X0=0.259 • 3.公式(3) G(1A產品)之資訊收益 = 0.954 – 0.259 = 0.659
案例解說(含有購買數量產品項目最適性行銷組合)案例解說(含有購買數量產品項目最適性行銷組合)
案例解說(含有購買數量產品項目最適性行銷組合)案例解說(含有購買數量產品項目最適性行銷組合) • 產品項目Y之最適性行銷組合:產品項目 Y +1單位產品C+1單位產品B
結論 • 在使用者交易資料中利用ID3演算法及決策樹、探勘產品關聯性與購買特徵藉以提供決策者資訊及知識 、行銷搭配組合等等。 • 相關的延伸研究: (1)若探討那一消費者具有購買產品項目Y之頃向由決策規則中可顯示:曾經購買過的產品項目X的消費者 (2)探討哪些是購買過產品項目X之消費者的產品推薦,由 決策規則中可顯示:推薦的項目為Y