アソシエーション分析
アソシエーション分析とは、膨大なデータから意味のある関連性（アソシエーションルール）を抽出する分析手法です。
ECサイトやPOSの取引データから「商品Aを買うと、商品Bも買う確率が高い」というようなルールを見つけ出す方法になります。
評価指標
アソシエーションの強さは以下の3つの値で評価します。
・支持度（Support）
・信頼度（Confidence）
・リフト値（Lift）
「架空の購入データ」
| 購入明細ID | 購入商品 |
|---|---|
| 1 | 弁当、バナナ、たばこ |
| 2 | パン、コーヒー、チョコレート |
| 3 | 弁当、ビール、たばこ |
| 4 | 雑誌、コーヒー、チョコレート |
| 5 | ビール、たばこ、コーヒー |
| … |
⇒アソシエーションルールに変換
| 条件部(A) | 結論部(B) | 支持度 | 信頼度 | リフト値 | |
|---|---|---|---|---|---|
| 弁当 | ⇒ | たばこ | 0.55 | 0.63 | 1.21 |
| コーヒー | ⇒ | チョコレート | 0.50 | 0.55 | 1.32 |
| ビール | ⇒ | たばこ | 0.49 | 0.50 | 1.45 |
| … |
A・Bを事象として「Aという条件の時にBが起こる」を、「A⇒B」と表します。
（Aを条件部、Bを結論部という）
１．支持度
支持度（A⇒B） ＝ 条件部（A）と結論部（B）をともに含むデータ数 ÷ 全データ数
全データの中で、「商品Aを購入するときに、商品Bも一緒に購入する」というルールが出現する割合です。
この指標が高いほど、全体の中でそのルールが出現する割合が高くなります。
２．信頼度
信頼度（A⇒B） ＝ 条件部（A）と結論部（B）をともに含むデータ数 ÷ 条件部（A）を含むデータ数
条件部（A）の項目が出現する割合の中で、条件部（A）と結論部（B）が同時に出現する割合です。
この指標が高いほど、AとBの商品は関連が強いということになります。
３．リフト値
リフト値 ＝ 確信度（A⇒B） ÷ 結論部（B）を含むデータ数
条件部（A）と一緒に結論部（B）を購入した顧客の割合が、全データの中で結論部（B）を購入した顧客の割合よりどのくらい多いかを示したものです。
この指標が低いほど、Bの商品は単独でよく売れているということになります。
moniswitch
今お使いの離床センサーがそのまま使える！
離床センサーのスイッチ入れ忘れ事故を防止するスマートスイッチ
monipet
動物病院の犬猫の見守りをサポート
病院を離れる夜間でも安心
ASSE/CORPA
センサー、IoT、ビッグデータを活用して新たな価値を創造
「できたらいいな」を「できる」に
OSGi対応 ECHONET Lite ミドルウェア
短納期HEMS開発をサポート！
GuruPlug
カードサイズ スマートサーバ
株式会社ジェイエスピー
横浜に拠点を置くソフトウェア開発・システム開発・
製品開発(monipet)、それに農業も手がけるIT企業
