연관성 분석

연관성 분석은 거래 데이터, 관계형 데이터 또는 기타 정보 매체에 있는 항목이나 객체 집합 간의 빈번한 패턴, 연관성, 상관 관계 또는 인과 구조를 찾는 프로세스입니다.

연관성 분석 방법

Apriori 알고리즘

Apriori 알고리즘은 부울 연관 규칙을 생성하는 데 필요한 빈번한 항목 집합을 마이닝하기 위한 기본 알고리즘입니다. 이는 k개의 항목 집합을 사용하여 k+1개의 항목 집합을 탐색하는 계층별 탐색이라는 반복적 방법을 사용합니다.

FP 성장 알고리즘

FP 성장 알고리즘은 거래 데이터베이스를 두 번 스캔하고 각 거래에 포함된 빈번한 항목을 압축하여 지원도 순으로 내림차순으로 FP 트리에 저장합니다. 이렇게 하면 미래에 빈번하게 나타나는 패턴을 발견하는 과정에서 거래 데이터베이스를 다시 검색할 필요가 없고, FP-트리에서만 검색하면 됩니다.

연관 규칙 학습

연관 규칙 학습은 대규모 데이터베이스에서 변수 간의 흥미로운 관계를 발견하는 방법입니다. 그 목적은 흥미도 측정 방법을 사용하여 데이터베이스에서 발견된 강력한 규칙을 식별하는 것입니다.