데이터 마이닝 (연관규칙)

[연관규칙이란?]

데이터 마이닝 연관 규칙은 대규모 데이터 집합으로부터 유용한 정보를 추출하는 데이터 마이닝 기법 중 하나입니다.

연관 규칙은 데이터 집합에서 특정 사건들 간의 관계를 파악하는 데 사용되며, 이를 통해 유용한 통찰력을 얻을 수 있습니다.

 

[연관규칙 예]

연관 규칙은 주로 'IF-THEN' 형태의 규칙으로 표현되며, 다음과 같은 예시로 설명할 수 있습니다:

IF {사용자가 제품 A를 구매한다} THEN {사용자가 제품 B를 구매할 확률이 높다}

이러한 규칙은 많은 데이터를 분석하여 얻어진 결과로, 비즈니스나 마케팅 등 다양한 분야에서 활용될 수 있습니다. 연관 규칙을 찾는 과정은 크게 두 단계로 이루어집니다:

1. 항목 집합 생성 (Itemset Generation): 데이터 집합으로부터 모든 가능한 항목 집합을 생성합니다. 항목 집합이란 하나 이상의 아이템으로 구성된 집합을 의미합니다.
2. 연관 규칙 발견 (Association Rule Discovery): 생성된 항목 집합에서 지지도(support)와 신뢰도(confidence)라는 지표를 사용하여 연관 규칙을 발견합니다.
   • 지지도: 규칙이 데이터 집합에서 등장하는 빈도를 나타내는 지표로, 얼마나 빈번하게 규칙이 발생하는지를 측정합니다.
   • 신뢰도: IF-THEN 규칙의 확신 정도를 나타내는 지표로, IF 항목이 발생했을 때 THEN 항목이 함께 발생할 확률을 측정합니다.

연관 규칙의 예시로는 슈퍼마켓에서의 상품 판매 관계가 있습니다.

예를 들어, 많은 고객들이 기저귀를 사면 맥주도 함께 구매하는 경우가 있는데, 이는 기저귀와 맥주 사이에 어떤 연관 규칙이 있음을 나타낼 수 있습니다. 이러한 규칙을 이용하여 슈퍼마켓은 고객들에게 특정 상품을 추천하거나, 상품 배치를 최적화하는 등의 전략을 수립할 수 있습니다.

 

[연관 규칙 활용]

연관 규칙은 데이터 마이닝의 일부분으로, 머신 러닝과 통계학적 기법을 활용하여 발견됩니다. 이를 통해 숨겨진 패턴과 규칙을 찾아내고, 이해함으로써 다양한 분야에서 의사결정을 지원하거나 비즈니스 프로세스를 최적화하는 데 도움을 줍니다.