1. 案例定位

實作練習。

2. 學習目標

用超市交易資料練習關聯規則探勘與支持度、信賴度、提升度。

3. 案例情境

約 2,800 筆超市交易,每筆包含顧客識別碼與購買商品;目標是找出共同購買關係並提出商業建議。

4. 開始資料

原書設定 內容
資料集 baskets1ntrans.xlsx
紀錄數 約 2,800 筆超市交易
欄位 顧客識別碼、購買商品
指定規則 葡萄酒、蔬菜罐頭 → 冷凍餐
指標 支持度、信賴度、提升度

5. 分析方法

建立關聯規則,評估支持度、信賴度、提升度,並把模式轉為貨架配置、向上銷售、交叉銷售建議。

6. 計算結果

原書要求計算「葡萄酒、蔬菜罐頭 → 冷凍餐」的支持度、信賴度、提升度,但 baskets1ntrans.xlsx 未包含在目前正文,因此無法可靠計算。

7. 結果分析與管理解讀

高關聯規則仍需判斷是否有商業意義與可執行性,不能只按指標排名。

8. 人工智慧提問詞

使用提供的 baskets1ntrans.xlsx 計算指定規則的支持度、信賴度、提升度,逐步顯示分子分母;若檔案缺失,停止計算並指出缺口。

9. 思考/假設情境

問題: 發現高提升度規則後可以直接改貨架嗎?

參考解答: 不一定;還需考慮支持度、營運限制與商業目的,再形成建議。

10. 資料說明