Analýza nákupního košíku Vlastimil Menčík. Data účtenky ze supermarketu celkem cca 60 použito asi 50 z různých zdrojů.

Prezentace na téma: "Analýza nákupního košíku Vlastimil Menčík. Data účtenky ze supermarketu celkem cca 60 použito asi 50 z různých zdrojů."— Transkript prezentace:

1 Analýza nákupního košíku Vlastimil Menčík

2 Data účtenky ze supermarketu celkem cca 60 použito asi 50 z různých zdrojů

3 Předzpracování dat ruční převod do XML časově náročné vytvoření dobré představy o struktuře dat

4 Číselník rozdělení zboží do hierarchických kategorií např. 4.3.1 = nealko.minerálka.perlivá vytváření během převodu dat do XML

5 Použitý software vlastní aplikace v Javě maximální přizpůsobení potřebám úlohy všechny potřebné nástroje v jednom prostředí (parsování XML, kolekce, …)

6 Reprezentace dat odpovídá struktuře XML přidány agregované informace (počty položek v transakci podle daných kategorií, atd.) třídy Category, Item, Receipt

7 Vlastní MBA vstup: seznam sledovaných kategorií výstup: pravidla (třída Rule) nad danými kategoriemi se spočítanou podporou, spolehlivostí a zlepšením

8 Výsledky (1) ovlivněné povahou získaných dat pestrý sortiment zboží => nízká podpora pravidel 2 typy transakcí: – malý „náhodný“ nákup – pravidelný velký nákup

9 Výsledky (2) mléčné výrobky=>pečivoS=0.6000R=0.8437I=1.1167 pečivo => mléčné výrobky S=0.6000R=0.7941I=1.1167 jogurt => houskyS=0.2000R=0.7500I=1.6071 zelenina=>pečivoS=0.4666R=0.9545I=1.2633 pečivo => zelenina S=0.4666R=0.6176I=1.2633 olej =>čerstvá zeleninaS=0.1555R=1.0000I=2.2500 olej => okurkyS=0.1111R=0.7142I=3.5714 olej => rajčataS=0.1111R=0.7142I=4.0178 olej => bramboryS=0.1111R=0.7142I=4.5918 džus => chlebaS=0.1777R=0.8000I=2.0000 maso => rohlíkyS=0.2222R=0.7692I=1.5050 chleba =>pivoS=0.2888R=0.7222I=1.7105

10 Závěr bylo by potřeba (řádově) vetší množství dat důležitá volba kategorií, resp. úrovně granularity když už má pravidlo vysokou podporu, tak má malé zlepšení (problém častých položek)