1. Введение в “Uplift” моделирование Uplift моделирование – прогнозный метод машинного обучения, служащий для определения величины эффекта воздействия на потребителя. Uplift моделирование применяется при: планировании промо акций (с целью увеличения вероятности совершения покупки) планировании акций, направленных на снижение оттока клиентов определении ценовой эластичности клиента определении оптимального канала маркетинговых коммуникаций upselling & cross-selling (продажа дополнительных продуктов…

Одно из возможных применений алгоритма “apriori” – выдача рекомендаций. Для тех кто знаком с методами машинного обучения первым кандидатом для выполнения этой задачи будет метод recommend(). Однако, в пакете arules данный метод используется для выдачи рекомендаций по принадлежности к определенному кластеру, а не по следующей наиболее вероятной покупке. Ключевой функцией для выдачи рекомендаций по покупке…

Иногда при анализе больших баз данных возникает необходимость поработать с выборкой. Данная статья показывает, каким образом можно сделать выборку в arules, а также показывает некоторые приемы анализа (сравненения) выборки и популяции. 1. Выборка Для того, чтобы сделать выборку, в arules существует функция sample: library(arules) data(«Adult») set.seed(123) AdultSample <- sample(Adult, 10000, replace =T) В данном случае…

1. Introduction. Arules, open source package available from The Comprehensive R Archive Network, is a powerful tool-set for mining associative rules in transactional databases. The most common use of arules package is market basket analysis in marketing and retail; though, there were successful attempts applying arules to medical problems, crime prevention, and book recommendations. In…

Постановка задачи Допустим мы хотим сформировать 8 профилей клиентов по их покупкам при помощи пакета arules на датасете Groceries: library(arules) library("cluster") data("Groceries") Кластеризация Т.к. датасет достаточно большой, проведем кластеризацию в 2 этапа: Сначала определим центроиды на выборке Затем предскажем лэйблы для всего датасета Этап 1: Кластеризация на выборке set.seed(1234) s <- sample(Groceries, 2000) d <-…

© 2014 In R we trust.
Top
Follow us: