Сопронюк, Т. М. та Sopronіuk, T. М. (2018) ВІЗУАЛІЗАЦІЯ АЛГОРИТМУ FREQUENT PATTERN-GROWTH STRATEGY (FPG) ЗАСОБАМИ МОВИ R. Вісник Національного університету водного господарства та природокористування (2(82)). с. 259-272.

Перегляд

Text Vt8227 зах.pdf Download(452kB) | Перегляд

Анотація

У статті демонструється візуалізація алгоритму перетворення бази транзакцій у древовидну структуру, яка складається з дерева популярних предметних наборів (Frequent-Pattern Tree) й умовних дерев для окремих популярних предметів. Алгоритм FP-Growth зберігає в пам’яті компактну версію бази даних у вигляді дерева. Візуалізація FP-Growth Tree дерева та умовних дерев дає змогу наглядно продемонструвати переваги даного алгоритму. Візуалізація застосовується на прикладі аналізу ринкового кошика у супермаркеті. Такий аналіз є актуальним для розв’язання задач ефективної рекомендації (для перехресного продажу товарів).

Title in English

VISUALIZATION OF ALGORITHM FREQUENT PATTERN-GROWTH STRATEGY (FPG) IN R

English abstract

Market basket analysis involves the search for the most common typical, popular shopping in supermarkets (search for associative rules). The analysis of the market basket is carried out to determine the combinations of items that are interconnected. Such an analysis is relevant for solving the problem of effective recommendation (for cross-selling goods). Using the results of the analysis, companies can recommend products to their customers, based on their purchasing history and purchasing history of other customers who purchased the same product. This article demonstrates the algorithm for transforming the transaction database into a tree structure. This structure consists the Frequent-Pattern Tree and conditional trees for some popular items. Visualization is used for showing the analysis of a market basket in a supermarket and sold by means of the igraph package of R language. Basic algorithm. Input: csv-file with transactions. Step 1: Count all items in all transactions and sort them down by frequency. Step 2: Filter the transactions (select the transactions with the required support). Step 3: Build a FP-Growth Tree. Step 4: Construct conditional trees for each item. Output: Popular sets of items. Visualization: FP-Growth Tree and Conditional FP-trees.

Перегляд елементу

Завантажень