Loading article…
アフィニティ分析は、データセット内での共起に基づいて異なるエンティティ間の意味のある相関関係を明らかにするデータマイニングという包括的な用語に含まれます。ほぼすべてのシステムとプロセスにおいて、アフィニティ分析を適用することで、予期せぬ傾向に関する重要な知識を抽出できます。実際、アフィニティ分析は、関連する属性を研究することで、関連ルールを生成することによりビッグデータ内の隠れたパターンを明らかにするのに役立ちます。関連ルールマイニングの手順は2段階です。まず、データセット内のすべての頻出属性を見つけ、次に、事前定義された基準、サポート、信頼度を満たす関連ルールを生成して、頻出アイテムセット内の最も重要な関係を特定します。プロセスの最初のステップは、データセット内の属性の共起をカウントすることです。次に、頻出アイテムセットと呼ばれるサブセットが作成されます。関連ルールマイニングは、条件または特徴(A)が存在する場合、別の条件または特徴(B)が存在するという形式をとります。最初の条件または特徴(A)は前件と呼ばれ、後者(B)は後件と呼ばれます。このプロセスは、追加の頻出アイテムセットが見つからなくなるまで繰り返されます。アソシエーションルールマイニング手法を実行するための重要な指標は、サポートと信頼度という2つです。また、問題の探索空間を削減するために、事前アルゴリズムが使用されます。 [ 1 ]
アソシエーションルール学習アルゴリズムにおけるサポートメトリックは、データセット内で前件または後件が一緒に現れる頻度として定義されます。さらに、信頼度は、AとBの両方を含むデータレコードの比率によって決定されるアソシエーションルールの信頼性として表現されます。サポートと信頼度の最小閾値は、モデルへの入力となります。上記の定義をすべて考慮すると、アフィニティ分析は、他のイベントの発生に基づいてイベントの発生を予測するルールを開発できます。このデータマイニング手法は、疾病診断、マーケットバスケット分析、小売業界、高等教育、財務分析など、さまざまな分野で検討されています。小売業では、アフィニティ分析はマーケットバスケット分析を実行するために使用され、小売業者は顧客の購買行動を理解しようとします。この情報は、クロスセルやアップセルの目的で使用されるほか、販売促進、ロイヤルティプログラム、店舗設計、割引プランにも影響を与えます。[ 2 ]
マーケットバスケット分析によって、顧客がシャンプーとコンディショナーを一緒に購入することが多いことが小売業者に分かる場合、両方の商品を同時にプロモーションしても売上は大幅には増加しないが、どちらか一方の商品だけを対象としたプロモーションであれば、もう一方の商品の売上が伸びる可能性が高い。
マーケットバスケット分析は、小売業者に購入者の購買行動を理解するための情報を提供する可能性があります。この情報により、小売業者は購入者のニーズを理解し、それに応じて店舗のレイアウトを書き換えたり、クロスプロモーションプログラムを開発したり、新しい購入者を獲得したりすることができます（クロスセリングの概念とよく似ています）。この例の初期の逸話として、あるスーパーマーケットチェーンが分析で、おむつを購入した男性客はビールも購入していることが多く、おむつをビールクーラーの近くに置くと売上が劇的に増加することを発見したという話があります。この都市伝説は教授が学生に概念を説明するために使用する例にすぎませんが、この架空の現象の説明としては、おむつを買いに行かされた父親が報酬としてビールも購入していることが多いということが考えられます。[ 3 ]このような分析は、データマイニングの使用例であるとされています。マーケットバスケット分析を用いたウェブ上でのクロスセリングの広く使われている例としては、Amazon.comの「書籍Aを購入した顧客は書籍Bも購入している」という表示が挙げられます。例えば、「ポルトガル史を読んだ人は海軍史にも興味を持っている」といった具合です。
マーケットバスケット分析は、顧客をグループに分けるために使用できます。企業は、人々が卵と一緒に購入する他の商品を調べ、ケーキを焼く（卵と小麦粉と砂糖を購入する場合）か、オムレツを作る（卵とベーコンとチーズを購入する場合）かに分類することができます。この識別は、他のプログラムを推進するために使用できます。同様に、製品を自然なグループに分けるために使用できます。企業は、どの製品が最も頻繁に一緒に販売されているかを調べ、これらのグループに合わせてカテゴリー管理を調整することができます。[ 4 ]
電子POSシステムの導入以来、マーケットバスケット分析のビジネス利用は大幅に増加している。[ 2 ] Amazonは、顧客の購入履歴と、同じ商品を購入した他の顧客の購入履歴に基づいて商品を推奨する際に、クロスセルに親和性分析を使用している。Family Dollarは、低利益率の消耗品の在庫を増やす方向へ移行しながら、売上成長を維持するためにマーケットバスケット分析を使用する予定である。[ 5 ]
アフィニティ分析の重要な臨床応用の一つは、医療患者の記録に対して実行して関連ルールを生成できることである。得られた関連ルールをさらに評価することで、大量の情報の中で一致するさまざまな状態や特徴を見つけることができる。[ 6 ]効果的な予防的または治療的介入を実施できるように、ある状態に影響を与えるさまざまな要因間の関連性を理解することが不可欠である。エビデンスに基づいた医療では、腫瘍や癌の発生に関連する症状の同時発生を見つけることで、病気を最も早い段階で診断するのに役立つ。[ 7 ]特定の疾患に関連する患者のさまざまな症状間の関連性を調査することに加えて、アフィニティ分析を使用して、別の状態に影響を与えるさまざまな疾患間の相関関係を特定することもできる。[ 8 ]