Analisis Keranjang Belanja di R

Di bab ini, Anda akan mengonversi himpunan data transaksional ke format keranjang, siap dianalisis dengan algoritma Apriori. Anda kemudian akan diperkenalkan pada tiga metrik utama dalam analisis keranjang belanja: support, confidence, dan lift, sebelum langsung mempraktikkan algoritma Apriori untuk mengekstrak aturan dari himpunan data transaksional. Terakhir, Anda mengeksplorasi bagaimana paket arules digunakan untuk analisis keranjang belanja guna mengambil aturan keranjang dan membantu Anda menemukan aturan yang paling informatif dan relevan.

Mari berfokus pada visual. Pada bab ini, Anda akan meninjau secara visual sekumpulan aturan yang sebelumnya telah diekstrak. Visualisasi dalam analisis keranjang belanja sangat penting karena sering kali Anda berhadapan dengan sekumpulan aturan hasil ekstraksi yang besar. Anda akan menggunakan paket arulesViz untuk membuat barplot, scatterplot, dan graph guna memvisualisasikan himpunan aturan yang disimpulkan. Anda kemudian akan mengubah kumpulan plot menjadi plot interaktif, sehingga lebih mudah menelusuri aturan asosiasi yang ditambang.

Kita akan membahas film. Pada bab terakhir ini, Anda akan menerapkan semua yang telah dipelajari saat bekerja dengan himpunan data film. Dengan analisis keranjang belanja, Anda akan mengubah himpunan data ini menjadi sistem rekomendasi film, menggunakan informasi dari transaksi film untuk memahami dan memprediksi apa yang mungkin ingin ditonton audiens Anda selanjutnya.