Regole associative

Pagina 1

Regole associative La prima applicazione storica delle regole associative è stata la market basket analysis; in questo caso, le regole associative sono utili ai fini di determinare legami tra gli item acquistati e diventano interessanti nel momento in cui associano tra loro prodotti di cui non è ovvia l’associazione. Definizione: Le regole associative si propongono di identificare regolarità e ricorrenze presenti in un insieme di transazioni. Le principali applicazioni sono le seguenti: - Analisi delle transazioni commerciali (market basket analysis)  Optimal shelf location (l’ottima disposizione degli scaffali)  Progettazione dei cataloghi  Co-marketing con le aziende - Analisi degli acquisti con carta di credito  Lancio di offerte personalizzate sulla base del tipo di acquisto dei clienti - Analisi delle visite a pagine web (Web Mining)  Analisi di regole associative sequenziali - Analisi e identificazione di frodi  Quanto spesso un tipo di sinistro è associato ad una frode assicurativa - Controllo e prevenzione delle infezioni ospedaliere (infection control) Consideriamo un insieme di n oggetti O = {O 1,O2,…,On}. Si definisce K-Itemset un generico sottoinsieme di k oggetti dell’insieme O. Una transazione rappresenta un particolare itemset registrato in occasione di una particolare attività. Pertanto un dataset si compone di un elenco di m transazioni, ciascuna associata ad un indicatore univoco ti. Una transazione T contiene l’itemset L, se vale la seguente relazione: Esempio: la transazione t=005 contiene il 2 -itemset L={a,c}, ma non la transazione T=006. L’elenco delle m transazioni può essere rappresentato mediante una matrice bidimensionale dove: - Le colonne corrispondono agli oggetti dell’insieme O - Le righe corrispondono agli oggetti del dataset - Il…