to the supermarket? This informatio

to the supermarket? This information can lead to increased sales by helping retailers do selective marketing and plan their shelf space.
Let’s look at an example of how market basket analysis can be useful.

Example 6.1 Market basket analysis. Suppose, as manager of an AllElectronics branch, you would like to learn more about the buying habits of your customers. Specifically, you wonder, “Which groups or sets of items are customers likely to purchase on a given trip to the store?” To answer your question, market basket analysis may be performed on the retail data of customer transactions at your store. You can then use the results to plan marketing or advertising strategies, or in the design of a new catalog. For instance, market basket anal- ysis may help you design different store layouts. In one strategy, items that are frequently purchased together can be placed in proximity to further encourage the combined sale of such items. If customers who purchase computers also tend to buy antivirus software at the same time, then placing the hardware display close to the software display may help increase the sales of both items.
In an alternative strategy, placing hardware and software at opposite ends of the store may entice customers who purchase such items to pick up other items along the way. For instance, after deciding on an expensive computer, a customer may observe security sys- tems for sale while heading toward the software display to purchase antivirus software, and may decide to purchase a home security system as well. Market basket analysis can also help retailers plan which items to put on sale at reduced prices. If customers tend to purchase computers and printers together, then having a sale on printers may encourage the sale of printers as well as computers.

If we think of the universe as the set of items available at the store, then each item has a Boolean variable representing the presence or absence of that item. Each basket can then be represented by a Boolean vector of values assigned to these variables. The Boolean vectors can be analyzed for buying patterns that reflect items that are frequently associ- ated or purchased together. These patterns can be represented in the form of association rules. For example, the information that customers who purchase computers also tend to buy antivirus software at the same time is represented in the following association rule:
computer ⇒ antivirus software [support = 2%, confidence = 60%]. (6.1)
Rule support and confidence are two measures of rule interestingness. They respec- tively reflect the usefulness and certainty of discovered rules. A support of 2% for Rule (6.1) means that 2% of all the transactions under analysis show that computer and antivirus software are purchased together. A confidence of 60% means that 60% of the customers who purchased a computer also bought the software. Typically, associa- tion rules are considered interesting if they satisfy both a minimum support threshold and a minimum confidence threshold. These thresholds can be a set by users or domain experts. Additional analysis can be performed to discover interesting statistical correlations between associated items.

Kết quả (Việt) 1:

đến siêu thị? Thông tin này có thể dẫn đến tăng doanh thu bằng cách giúp các nhà bán lẻ do tiếp thị chọn lọc và kế hoạch không gian kệ của họ.Hãy nhìn vào một ví dụ về làm thế nào phân tích thị trường giỏ có thể hữu ích.Ví dụ 6.1 phân tích thị trường giá trong giỏ hàng. Giả sử, là người quản lý của một chi nhánh AllElectronics, bạn nào muốn tìm hiểu thêm về các thói quen mua của khách hàng của bạn. Cụ thể, bạn tự hỏi, "mà nhóm hoặc tập hợp các mặt hàng là khách hàng có khả năng để mua hàng trên một chuyến đi cho các cửa hàng?" Để trả lời câu hỏi của bạn, phân tích thị trường giỏ có thể được thực hiện trên các dữ liệu bán lẻ khách hàng giao dịch tại cửa hàng của bạn. Bạn có thể sử dụng kết quả để kế hoạch tiếp thị hoặc chiến lược quảng cáo, hoặc trong việc thiết kế một cửa hàng mới. Ví dụ, hậu môn market basket-ysis có thể giúp bạn thiết kế bố trí các cửa hàng khác nhau. Trong một chiến lược, các mục được mua thường xuyên cùng nhau có thể được đặt gần nhau để tiếp tục khuyến khích bán các mặt hàng, kết hợp. Nếu khách hàng mua máy vi tính cũng có xu hướng mua phần mềm chống vi-rút cùng một lúc, sau đó đặt màn hình phần cứng gần Hiển thị các phần mềm có thể giúp tăng doanh thu của cả hai bài.Trong một chiến lược thay thế, đặt phần cứng và phần mềm tại các kết thúc đối diện của các cửa hàng có thể lôi kéo khách hàng người mua các mặt hàng để chọn lên các mục khác trên đường đi. Ví dụ, sau khi quyết định trên một máy tính đắt tiền, khách hàng có thể quan sát an ninh sys tems bán trong khi tiến tới phần mềm Hiển thị để mua phần mềm chống virus và có thể quyết định mua một hệ thống an ninh gia đình là tốt. Phân tích thị trường basket cũng có thể giúp các nhà bán lẻ kế hoạch mà mục để đưa vào bán tại giảm giá. Nếu khách hàng có xu hướng mua máy vi tính và máy in với nhau, sau đó có bán trên máy in có thể khuyến khích bán của máy in và máy tính.Nếu chúng tôi nghĩ rằng vũ trụ là tập hợp các mặt hàng có sẵn tại các cửa hàng, sau đó mỗi mục có một Boolean biến đại diện cho sự có mặt hay vắng mặt của mục đó. Mỗi giỏ sau đó có thể được biểu diễn bởi một vector Boolean giá trị được gán cho các biến này. Boolean vector có thể được phân tích cho mua mô hình phản ánh các khoản mục là thường xuyên associ-ated hoặc mua lại với nhau. Những mô hình có thể được đại diện trong các hình thức của Hiệp hội quy định. Ví dụ, thông tin khách hàng mua máy vi tính cũng có xu hướng mua phần mềm chống virus cùng lúc được đại diện trong các quy tắc của Hiệp hội sau đây:phần mềm chống vi-rút máy tính ⇒ [hỗ trợ = 2%, sự tự tin = 60%]. (6.1)Hỗ trợ cai trị và sự tự tin là hai biện pháp của quy tắc interestingness. Họ respec-cách phản ánh tính hữu dụng và sự chắc chắn của các quy tắc phát hiện. Một sự hỗ trợ của 2% cho quy tắc (6.1) có nghĩa là 2% của tất cả các giao dịch theo phân tích cho rằng máy tính và phần mềm chống virus được mua lại với nhau. Một sự tự tin của 60% có nghĩa là 60% khách hàng đã mua một máy tính cũng đã mua phần mềm. Thông thường, associa-tion quy định được coi là thú vị nếu họ đáp ứng một ngưỡng hỗ trợ tối thiểu và một ngưỡng tối thiểu sự tự tin. Ngưỡng này có thể là thiết lập bởi các chuyên gia tên miền hoặc người dùng. Các phân tích bổ sung có thể được thực hiện để khám phá thú vị thống kê tương quan giữa các mục liên quan.

Kết quả (Việt) 2:

tới siêu thị? Thông tin này có thể dẫn đến tăng doanh thu bằng cách giúp các nhà bán lẻ làm tiếp thị có chọn lọc và có kế hoạch không gian trưng bày của họ.
Chúng ta hãy xem xét một ví dụ về cách phân tích giỏ thị trường có thể có ích.

Phân tích giỏ Ví dụ 6.1 Market. Giả sử, là người quản lý của một chi nhánh AllElectronics, bạn muốn tìm hiểu thêm về thói quen mua sắm của khách hàng. Cụ thể, bạn tự hỏi, "Những nhóm hoặc bộ các mặt hàng là khách hàng có khả năng mua hàng trên một chuyến đi cho các cửa hàng?" Để trả lời câu hỏi của bạn, phân tích giỏ thị trường có thể được thực hiện trên các dữ liệu bán lẻ của khách hàng giao dịch tại cửa hàng của bạn. Sau đó bạn có thể sử dụng kết quả để hoạch định các chiến lược tiếp thị hay quảng cáo, hoặc trong các thiết kế của một cửa hàng mới. Ví dụ, giỏ thị trường ysis có thể giúp bạn thiết kế bố trí cửa hàng khác nhau. Trong một chiến lược, các mục thường xuyên được mua lại với nhau có thể được đặt ở gần khuyến khích hơn nữa việc bán tổng hợp của các mặt hàng đó. Nếu khách hàng mua máy tính cũng có xu hướng mua phần mềm diệt virus cùng một lúc, sau đó đặt các màn hình phần cứng gần với phần mềm hiển thị có thể giúp tăng doanh số bán hàng của cả hai mục.
Trong một chiến lược thay thế, đặt phần cứng và phần mềm ở hai đầu đối diện của cửa hàng có thể lôi kéo những khách hàng mua các sản phẩm đó để chọn lên các mặt hàng khác trên đường đi. Ví dụ, sau khi quyết định trên một máy tính đắt tiền, một khách hàng có thể quan sát thống an ninh Hướng dẫn thanh toán để bán trong khi hướng về phía phần mềm hiển thị để mua phần mềm chống virus, và có thể quyết định mua một hệ thống an ninh nhà là tốt. Phân tích giỏ thị trường cũng có thể giúp các nhà bán lẻ có kế hoạch mục để đưa vào bán với giá giảm. Nếu khách hàng có xu hướng mua các máy tính và máy in với nhau, sau đó có một bán trên các máy in có thể khuyến khích việc bán máy in cũng như máy tính.

Nếu chúng ta nghĩ về vũ trụ như là tập hợp của các mặt hàng có sẵn tại cửa hàng, sau đó mỗi mục có một biến Boolean đại diện cho sự hiện diện hay vắng mặt của mục đó. Mỗi giỏ sau đó có thể được biểu diễn bởi một vectơ Boolean của các giá trị được gán cho các biến này. Các vectơ Boolean có thể được phân tích cho mua mô hình phản ánh các mặt hàng được thường xuyên liên quan chặt chẽ hoặc mua lại với nhau. Những mô hình có thể được biểu diễn dưới dạng luật kết hợp. Ví dụ, các thông tin mà khách hàng mua máy tính cũng có xu hướng mua các phần mềm chống virus đồng thời là đại diện trong các luật kết hợp sau đây:
máy tính ⇒ phần mềm diệt virus [hỗ trợ = 2%, tin cậy = 60%]. (6.1)
hỗ trợ Rule và sự tự tin là hai biện pháp cai trị lý thú. Họ những người nhiễm phản ánh tính hữu ích và chắc chắn của quy tắc phát hiện. Một hỗ trợ 2% cho Rule (6.1) có nghĩa là 2% của tất cả các giao dịch theo phân tích cho rằng máy tính và phần mềm chống virus được mua lại với nhau. Một niềm tin của 60% có nghĩa là 60% khách hàng đã mua một máy tính cũng đã mua lại phần mềm. Thông thường, các quy tắc sự liên được coi là thú vị nếu họ đáp ứng cả hai ngưỡng hỗ trợ tối thiểu và ngưỡng tin cậy tối thiểu. Các ngưỡng này có thể là một tập hợp của người sử dụng hoặc các chuyên gia tên miền. Phân tích bổ sung có thể được thực hiện để phát hiện ra mối tương quan thống kê thú vị giữa các hạng mục liên quan.