实践中趣味性度量的测试：购买模式的大规模分析
数据库
2016-03-16 v1
摘要
理解客户购买模式对零售行业极具价值，并已证明有益于从管理库存到实施忠诚度计划等多种目标。关联规则挖掘是一种提取诸如“法国南部的人购买桃红葡萄酒”或“购买肉酱的客户也购买咸黄油和酸面包”等相关性的常用技术。不幸的是，由于热门产品在前位规则中占主导，筛选大量购买模式在实践中并无用处。因此，已提出许多“趣味性”(interestingness)度量（超过30种）来对规则排序。然而，对于哪些度量更适用于零售数据尚无共识。此外，由于模式挖掘算法为每个产品输出数千条关联规则，分析师依靠排序度量来识别最有趣规则的能力至关重要。本文中，我们开发了CAPA（模式比较分析，Comparative Analysis of PAtterns），一个为分析师提供比较应用于零售行业购买模式的趣味性度量结果的框架。我们报告了如何使用CAPA比较应用于Intermarché（法国最大的食品零售商之一）超过1800家门店的34种度量。
引用
@article{arxiv.1603.04792,
title = {Testing Interestingness Measures in Practice: A Large-Scale Analysis of Buying Patterns},
author = {Martin Kirchgessner and Vincent Leroy and Sihem Amer-Yahia and Shashwat Mishra},
journal= {arXiv preprint arXiv:1603.04792},
year = {2016}
}