Calculadora de Regras de Associação
As regras de associação são uma ferramenta poderosa em aprendizado de máquina, particularmente em análise de cesta de mercado, onde ajudam as empresas a entender os padrões de compra dos clientes. Este guia explica o conceito, suas aplicações e como usar a calculadora de regras de associação de forma eficaz.
Conhecimento Prévio: Entendendo as Regras de Associação
O Que São Regras de Associação?
As regras de associação são uma técnica de aprendizado de máquina baseada em regras, usada para descobrir relacionamentos interessantes entre variáveis em grandes bancos de dados. Elas são comumente aplicadas no varejo para análise de cesta de mercado, identificando quais produtos são frequentemente comprados juntos.
Por exemplo:
- Se um cliente compra pão, é provável que compre manteiga.
- Se um cliente compra fraldas, é provável que compre cerveja.
Esses insights ajudam os varejistas a otimizar o posicionamento de produtos, criar promoções direcionadas e melhorar as estratégias gerais de vendas.
Conceitos Chave
- Suporte (Support): Mede a frequência de um conjunto de itens no conjunto de dados.
- Confiança (Confidence): Mede a probabilidade de o conjunto de itens Y ser comprado quando o conjunto de itens X é comprado.
- Lift: Mede a força de uma regra em comparação com a coocorrência aleatória.
A Fórmula da Regra de Associação
A fórmula para calcular a regra de associação (confiança) é:
\[ AR = \frac{S(X \cup Y)}{S(X)} \]
Onde:
- \(AR\) é a regra de associação (confiança).
- \(S(X \cup Y)\) é o suporte da união dos conjuntos de itens X e Y.
- \(S(X)\) é o suporte do conjunto de itens X.
Esta fórmula calcula a probabilidade de Y ser comprado, dado que X foi comprado.
Exemplo Prático de Cálculo
Exemplo 1: Análise de Loja de Varejo
Cenário: Uma loja de varejo deseja analisar a relação entre comprar leite e cereal.
-
Valores de Entrada:
- Suporte de Leite (\(S(X)\)): 0.4
- Suporte de Leite e Cereal (\(S(X \cup Y)\)): 0.25
-
Cálculo: \[ AR = \frac{0.25}{0.4} = 0.625 \]
-
Interpretação:
- Há uma chance de 62,5% de que um cliente que compra leite também compre cereal.
Exemplo 2: Tendências de Compras Online
Cenário: Uma loja online analisa a relação entre comprar fones de ouvido e smartphones.
-
Valores de Entrada:
- Suporte de Fones de Ouvido (\(S(X)\)): 0.3
- Suporte de Fones de Ouvido e Smartphones (\(S(X \cup Y)\)): 0.18
-
Cálculo: \[ AR = \frac{0.18}{0.3} = 0.6 \]
-
Interpretação:
- Há uma chance de 60% de que um cliente que compra fones de ouvido também compre um smartphone.
FAQs Sobre Regras de Associação
Q1: Qual é a diferença entre suporte e confiança?
- Suporte mede a frequência com que um conjunto de itens aparece no conjunto de dados.
- Confiança mede a probabilidade condicional de um conjunto de itens, dado outro.
Q2: Como interpreto o valor de lift?
- Um valor de lift maior que 1 indica uma forte associação positiva entre os conjuntos de itens.
- Um valor de lift próximo a 1 indica nenhuma associação significativa.
- Um valor de lift menor que 1 indica uma associação negativa.
Q3: As regras de associação podem ser usadas fora do varejo?
Sim, as regras de associação podem ser aplicadas em vários campos, como saúde, análise de mídia social e sistemas de recomendação.
Glossário de Termos
- Conjunto de Itens (Itemset): Uma coleção de itens ou produtos.
- Transação (Transaction): Um conjunto de itens comprados juntos por um cliente.
- Banco de Dados (Database): Uma coleção de transações.
- Suporte (Support): Frequência de ocorrência de um conjunto de itens no banco de dados.
- Confiança (Confidence): Probabilidade de Y dado X.
- Lift: Medida da força de uma regra.
Fatos Interessantes Sobre Regras de Associação
- Análise de Cesta de Mercado: Supermercados como o Walmart usam regras de associação para otimizar o posicionamento de produtos e aumentar as vendas.
- Mito da Cerveja e Fraldas: Uma história famosa, mas não verificada, sugere que homens que compravam fraldas também eram propensos a comprar cerveja, levando ao posicionamento estratégico do produto.
- Recomendações de E-commerce: Plataformas como a Amazon usam regras de associação para sugerir produtos com base em compras anteriores.