Basit Bir Örnek ile Birliktelik Kuralları
“Bunu alan şunları da aldı” önermesini bir çok alışveriş sitesinde görmüşsünüzdür. Ayrıca birliktelik kurallarını anlatırken sürekli örnek verilen bir birlikte satın alma örüntüsü vardır. Bebek bezi ve bira. Ne alaka diyeceksiniz. Ama bu doğrulanmış bir birliktelik. Nesneler arasındaki bağlantıların ortaya çıkarılması ve bir kural olarak belirlenmesi birliktelik kuralıdır. En yaygın birliktelik kuralı alış-veriş alışkanlıklarının incelendiği pazar sepet analizidir. Alış-veriş alışkanlıklarının ortaya çıkarılması raf dizimi, market içi yerleşim, fiyatlandırma stratejisi vb birçok konuda karar vericilerin işini kolaylaştırır. Bir sonraki yazımızda veri setiyle örnek uygulama yapacağız. Ama ondan önce bazı kavramları açıklamak istiyorum.
Birliktelik kuralına nesneler arasındaki bağlantıların bir kural halinde ortaya koyulması olarak diyebiliriz demiştik. İyi bir kural yüksek bir güvenirlik ve güçlü bir destekle mümkün olur. Destek x ve y mallarını satın alan müşterilerin toplam müşteriye oranını gösterir. Güven ise x ve y malını satın almış müşteri sayısının y malını satın almış müşteri sayısına oranıdır. Destek, bağıntı sıklığını güven ise y malını alan birinin hangi olasılıkla x malını alacağını gösterir. Örneğin Starbucks’tan kahve alan bir müşteri %70 olasılıkla sinemaya gitmektedir. Takım elbise alan bir kimse muhtemelen gömlek, kravat ve kemer de alacaktır.
Apriori Algoritması Basit Uygulama
Bir süper markette alış veriş yapan müşterilere ilişkin tablo aşağıdadır. Asgari destek oranı %25, güven oranı ise %60 olsun.
Müşteri Adı | Satın Aldığı Ürünler |
---|---|
Bahadır | Şampuan, Diş Macunu |
Muhittin | Parfüm, Vücut Şampuanı, Cilt Kremi, Tıraş Bıçağı |
Satılmış | Şampuan, Cilt Kremi, Diş Macunu, Tıraş Losyonu, Parfüm |
Hicaziye | Şampuan, Parfüm, Cilt Kremi |
Gülseren | Diş Macunu, Vücut Şampuanı, Arap Sabunu |
Tüm ürünler için tek tek destek oranını hesaplayalım. Destek ürünü alan kişi sayısının toplam müşteri sayısına oranıydı. Müşteri sayımız beş. Öyleyse bir ürün kaç defa satın alınmış onu sayıp müşteri sayısına böleceğiz.
Ürün | Miktar | Destek |
---|---|---|
Şampuan | 3 | % 60 |
Diş Macunu | 3 | % 60 |
Parfüm | 3 | % 60 |
Vücut şampuanı | 2 | % 40 |
Cilt Kremi | 3 | % 60 |
Tıraş Bıçağı | 1 | % 20 |
Tıraş Losyonu | 1 | % 20 |
Arap Sabunu | 1 | % 20 |
İkinci aşamada ürünleri ikili olarak ele alacağız. Ancak belirlenen destek oranı % 25 altında olan Tıraş Bıçağı, Tıraş Losyonu ve Arap Sabununu hesaba katmayacağız.
Diş Macunu, Parfüm1% 20
Ürün | Miktar | Destek |
---|---|---|
Şampuan, Diş Macunu | 2 | % 40 |
Şampuan, Parfüm | 2 | % 40 |
Şampuan, Vücut Şampuanı | 0 | % 0 |
Şampuan, Cilt Kremi | 2 | % 40 |
Diş Macunu, Parfüm | 1 | % 20 |
Diş Macunu, Vücut Şampuanı | 1 | % 20 |
Diş Macunu, Cilt Kremi | 1 | % 20 |
Parfüm, Cilt Kremi | 3 | % 60 |
Vücut Şampuanı, Cilt Kremi | 1 | % 20 |
Şimdi üçlü satış desteklerini hesaplayalım
Ürün | Miktar | Destek |
---|---|---|
Şampuan, Diş Macunu, Parfüm | 1 | % 20 |
Şampuan, Diş Macunu, Cilt Kremi | 1 | % 20 |
Şampuan, Parfüm, Cilt Kremi | 2 | % 40 |
Asgari destek oranımız % 25’i sadece Şampuan, Parfüm ve Cilt Kremi üçlüsü geçebildi.
Şimdi güven oranlarına bakalım
Şampuan ve parfüm alanların cilt kremi alma olasılığı: 2/2 = % 100
Şampuan alanların parfüm ve cilt kremi alma olasılığı: 2/3 = % 67
Cilt kremi alanların parfüm ve şampuan alma olasılığı: 2/3 = % 67
Parfüm alanların şampuan ve cilt kremi alma olasılığı: 2/3 = % 67
Hoşçakalın…
Değiştirilmiş örneğin kaynağı: Gürsoy, U. T. Ş. (2009). Veri madenciliği ve bilgi keşfi. Pegem Akademi