Build your ultimate AI agent
Deskripsi Kursus
Terakhir kali Anda ke supermarket, apa saja yang ada di keranjang belanja Anda? Adakah keterkaitan antara produk yang Anda beli, seperti spaghetti dan tomat atau ham dan nanas? Baik online maupun offline, peritel memanfaatkan informasi dari jutaan keranjang pelanggan untuk menganalisis asosiasi antarpaket produk dan mengekstrak wawasan menggunakan aturan asosiasi.Untuk membantu Anda mengukur tingkat keterkaitan antarpaket produk, Anda akan menggunakan analisis keranjang belanja untuk mengungkap hubungan yang tidak terlihat dan memvisualisasikan aturan yang relevan dan bermakna. Anda kemudian akan mempraktikkan apa yang telah dipelajari pada himpunan data film, dengan memprediksi film mana yang ditonton bersamaan untuk membuat rekomendasi film yang dipersonalisasi bagi pengguna.
Prasyarat
Kurikulum
Garis besar kursus
1
Pengantar Analisis Keranjang Belanja
Apa yang ada di keranjang Anda? Pada bab pertama ini, Anda akan mempelajari bagaimana analisis keranjang belanja (MBA) digunakan untuk menelusuri isi keranjang dan menggali himpunan item guna memahami pelanggan dengan lebih baik serta memprediksi kebutuhan mereka. Dengan tidyverse dan dplyr Anda akan mengetahui berapa banyak keranjang yang dapat dibentuk dari sekumpulan item tertentu, serta mempelajari kekuatan analisis keranjang belanja untuk belanja online, belanja offline, dan kasus penggunaan di luar ritel.
- Pengantar market basket50 XP
- Keranjang dan item50 XP
- Satu keranjang100 XP
- Apa yang ada di keranjang?100 XP
- Kombinasi item50 XP
- Jumlah keranjang yang mungkin100 XP
- Himpunan bagian dan himpunan pemuat50 XP
- Plot jumlah kemungkinan keranjang100 XP
- Apa itu market basket analysis?50 XP
- Dua keranjang100 XP
- Beberapa keranjang100 XP
- Melihat item tertentu100 XP
2
Metrik & Teknik dalam Analisis Keranjang Belanja
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.
3
Visualisasi dalam Analisis Keranjang Belanja
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.
4
Studi Kasus: Keranjang Belanja untuk Film
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.
R
Analisis Keranjang Belanja di R
Kursus
Selesai
