İlişki kurma, büyük veri setlerinden anlamlı ilişkileri ortaya çıkarma sürecidir. Temel amacı, “X olayı gerçekleştiğinde Y olayının da gerçekleşme eğiliminde olması” şeklindeki kalıpları bulmaktır.
Destek (Assist)
Bir öğe kümesinin veri setinde ne sıklıkta göründüğünü ölçer.
Assist(X) = X içeren işlem sayısı / Toplam işlem sayısı
Assist(X → Y) = (X ve Y birlikte içeren işlem sayısı) / Toplam işlem sayısı
Güven (Confidence)
Bir kuralın ne kadar güvenilir olduğunu gösterir.
Confidence(X → Y) = Assist(X ∪ Y) / Assist(X)
Kaldıraç (Elevate)
X ve Y arasındaki ilişkinin rastlantısal olmadığını gösterir.
Elevate(X → Y) = Confidence(X → Y) / Assist(Y)
- Elevate > 1: Pozitif korelasyon
- Elevate = 1: Bağımsız
- Elevate < 1: Negatif korelasyon
Conviciton
Kuralın yanlış olma olasılığı üzerine bir ölçüt.
Conviction(X → Y) = (1 - Assist(Y)) / (1 - Confidence(X → Y))
Apriori Algoritması
En klasik ve yaygın kullanılan ilişki kurma algoritmasıdır. “Stage-wise” yaklaşımla çalışır ve sık geçen öğe kümelerini belirler.
Bir öğe kümesi sık ise, tüm alt kümeleri de sıktır.
Hiperparametreler:
min_support: Minimal destek eşiği (0-1 arası)min_confidence: Minimal güven eşiği (0-1 arası)min_lift: Minimal kaldıraç değerimax_length: Kural uzunluğu sınırımin_length: Minimal kural uzunluğu
Kullanım Alanları:
- Pazar sepeti analizi
- Net kullanım madenciliği
- Medikal veri analizi
- Genetik araştırmalar
FP-Development (Frequent Sample Development)
Apriori’nin dezavantajlarını aşmak için geliştirilmiş, FP-Tree veri yapısı kullanan verimli bir algoritma.
Hiperparametreler:
min_support: Minimal destek değerimax_patternLength: Maksimum desen uzunluğunumPartitions: Paralel işleme için bölüm sayısı
Kullanım Alanları:
- Büyük veri madenciliği
- Gerçek zamanlı öneri sistemleri
- Log dosyası analizi
Eclat (Equivalence Class Transformation)
Dikey veri formatı kullanan, derinlik öncelikli arama tabanlı bir algoritma.
Hiperparametreler:
min_support: Minimal destek değeritidLists: İşlem ID listelerinin kullanım şeklisparse: Seyrek matris kullanımı
Kullanım Alanları:
- Orta ölçekli veri setleri
- Yoğun desen madenciliği
- Biyoinformatik uygulamaları
Superior Affiliation Rule Algorithms
PCY (Park-Chen-Yu) Algoritması : Apriori’nin bellek kullanımını optimize eden bir varyant
DHP (Direct Hashing and Pruning) : Hash tabanlı budama ile verimliliği artıran algoritma
Partition Algorithm : Veriyi parçalara bölerek paralel işleme imkanı sağlar
Pazar Sepeti Analizi: Hangi ürünlerin birlikte satın alındığının belirlenmesi
Mağaza Düzeni Optimizasyonu: İlişkili ürünlerin yakın yerleştirilmesi
Çapraz Satış (Cross-selling): İlişkili ürün önerileri
Click on-stream Analizi: Net sayfaları arasındaki gezinme paternleri
Öneri Sistemleri: “Bu sayfayı görüntüleyenler şunları da görüntüledi”
Hastalık-Semptom İlişkileri: Birlikte görülen semptomların analizi
İlaç Etkileşimleri: Birlikte kullanılan ilaçların yan etki analizi
Dolandırıcılık Tespiti: Anormal işlem kombinasyonları
Churn Analizi: Hizmet iptali öncesi davranış paternleri
