Birlik Kuralı Hesaplayıcısı

Birliktelik kuralları, özellikle pazar sepeti analizinde, işletmelerin müşteri satın alma davranışlarını anlamalarına yardımcı olan güçlü bir makine öğrenimi aracıdır. Bu kılavuz, kavramı, uygulamalarını ve birleşim kuralı hesaplayıcısının nasıl etkili bir şekilde kullanılacağını açıklamaktadır.

Arka Plan Bilgisi: Birliktelik Kurallarını Anlamak

Birliktelik Kuralları Nelerdir?

Birliktelik kuralları, büyük veri tabanlarındaki değişkenler arasındaki ilginç ilişkileri keşfetmek için kullanılan kural tabanlı bir makine öğrenimi tekniğidir. Genellikle perakende sektöründe pazar sepeti analizi için uygulanır ve hangi ürünlerin sıklıkla birlikte satın alındığını belirler.

Örneğin:

• Bir müşteri ekmek satın alırsa, tereyağı da satın alma olasılığı yüksektir.
• Bir müşteri bebek bezi satın alırsa, bira da satın alma olasılığı yüksektir.

Bu içgörüler, perakendecilerin ürün yerleşimini optimize etmelerine, hedeflenmiş promosyonlar oluşturmalarına ve genel satış stratejilerini iyileştirmelerine yardımcı olur.

Temel Kavramlar

• Destek (Support): Bir ürün kümesinin veri setindeki sıklığını ölçer.
• Güven (Confidence): X ürün kümesi satın alındığında Y ürün kümesinin satın alınma olasılığını ölçer.
• Kaldırma (Lift): Bir kuralın gücünü rastgele birlikte oluşuma kıyasla ölçer.

Birliktelik Kuralı Formülü

Birliktelik kuralını (güven) hesaplama formülü şöyledir:

\[ AR = \frac{S(X \cup Y)}{S(X)} \]

Burada:

• \(AR\), birleşim kuralıdır (güven).
• \(S(X \cup Y)\), X ve Y ürün kümelerinin birleşiminin desteğidir.
• \(S(X)\), X ürün kümesinin desteğidir.

Bu formül, X'in satın alınması koşuluyla Y'nin satın alınma olasılığını hesaplar.

Pratik Hesaplama Örneği

Örnek 1: Perakende Mağaza Analizi

Senaryo: Bir perakende mağazası, süt ve mısır gevreği satın alma arasındaki ilişkiyi analiz etmek istiyor.

1. Girdi Değerleri:

   • Sütün Desteği (\(S(X)\)): 0.4
   • Süt ve Mısır Gevreğinin Desteği (\(S(X \cup Y)\)): 0.25

2. Hesaplama: \[ AR = \frac{0.25}{0.4} = 0.625 \]

3. Yorumlama:

   • Süt satın alan bir müşterinin mısır gevreği de satın alma olasılığı %62,5'tir.

Örnek 2: Online Alışveriş Trendleri

Senaryo: Bir çevrimiçi mağaza, kulaklık ve akıllı telefon satın alma arasındaki ilişkiyi analiz ediyor.

1. Girdi Değerleri:

   • Kulaklıkların Desteği (\(S(X)\)): 0.3
   • Kulaklıkların ve Akıllı Telefonların Desteği (\(S(X \cup Y)\)): 0.18

2. Hesaplama: \[ AR = \frac{0.18}{0.3} = 0.6 \]

3. Yorumlama:

   • Kulaklık satın alan bir müşterinin akıllı telefon da satın alma olasılığı %60'tır.

Birliktelik Kuralları Hakkında SSS

S1: Destek ve güven arasındaki fark nedir?

• Destek, bir ürün kümesinin veri setinde ne sıklıkta göründüğünü ölçer.
• Güven, bir ürün kümesi verildiğinde diğerinin koşullu olasılığını ölçer.

S2: Kaldırma değerini nasıl yorumlarım?

• 1'den büyük bir kaldırma değeri, ürün kümeleri arasında güçlü bir pozitif ilişki olduğunu gösterir.
• 1'e yakın bir kaldırma değeri, önemli bir ilişki olmadığını gösterir.
• 1'den küçük bir kaldırma değeri, negatif bir ilişki olduğunu gösterir.

S3: Birliktelik kuralları perakende dışında kullanılabilir mi?

Evet, birleşim kuralları sağlık hizmetleri, sosyal medya analizi ve öneri sistemleri gibi çeşitli alanlarda uygulanabilir.

Terimler Sözlüğü

• Ürün Kümesi (Itemset): Bir öğe veya ürün koleksiyonu.
• İşlem (Transaction): Bir müşteri tarafından birlikte satın alınan öğeler kümesi.
• Veri tabanı (Database): İşlemler koleksiyonu.
• Destek (Support): Bir ürün kümesinin veritabanındaki oluşma sıklığı.
• Güven (Confidence): X verildiğinde Y'nin olasılığı.
• Kaldırma (Lift): Bir kuralın gücünün ölçüsü.

Birliktelik Kuralları Hakkında İlginç Gerçekler

1. Pazar Sepeti Analizi (Market Basket Analysis): Walmart gibi süpermarketler, ürün yerleşimini optimize etmek ve satışları artırmak için birliktelik kurallarını kullanır.
2. Bira ve Bebek Bezi Efsanesi (Beer and Diapers Myth): Ünlü ancak doğrulanmamış bir hikaye, bebek bezi satın alan erkeklerin aynı zamanda bira da satın alma olasılığının yüksek olduğunu ve bunun da stratejik ürün yerleşimine yol açtığını öne sürüyor.
3. E-ticaret Önerileri (E-commerce Recommendations): Amazon gibi platformlar, önceki satın alımlara göre ürün önermek için birliktelik kurallarını kullanır.