연관규칙학습

이번에는 비지도 학습에 속하는 연관을 해보겠습니다.

연관의 전체이름은 연관 규칙 학습 일명 장바구니 학습이라고 주로 불립니다 상상해봅시다 만약 자신이 온리인 쇼핑몰 사장이라면 더많은 상품을 판매하기위해 고민중이고 고객의 장바구니에 담긴 상품을 바탕으로 관심을 가질만한 상품을 추천하면 더많은 상품을 팔수 있겠네 라는 생각을 하게되었습니다.

이럴떄는 표를 봐야 합니다

이표는 지금 까지의 판매내역을 보여줍니다 하나 이상을 구매했다면 O 사지 않았다면 X입니다.

유심히 보면 라면을 구입한 사람은 계란을 구입할 확률이 높습니다. 즉 라면과 계란은 서로 연관성이 높다는 것을 알수 있습니다. 연관성을 파악할수 있다면 고객이 아직 구입하지 못했지만 구입할 가능성이 매우 높은 상품을 추천해줄수 있을것입니다. 이정도양의 데이터라면 라면과 계란의 상관관계를 사람이 직접찾을수도있습니다.

하지만 판매하는 종류가 10000개 하루에 천만명이 쇼핑몰은 이용한다면 제품들간의 연관성을 사람이 찾는다는것이 어려울것입니다 이럴때 사용하는 것이 머신러닝- 비지도학습- 연관규칙학습입니다.

쇼핑,영화,검색,동영상 추천 등 추천이 이름뒤에 붙은 것들은 과거에는 거의다 연관규칙학습을 통해서 구현을 했습니다 최근에는 다양한 방법을 통해서 성능을 높이고 있습니다.

잘생각해보면 연관규칙은 서로 관련이 있는 특성 다시말해 열을 찾아주는 머신러닝의 기법이라는 것을 알수있습니다.