RuleMining2A

Analyse d'association

Uniquement pour iPhone

Gratuit · Achats intégrés

iPhone

L'analyse d'association est souvent utilisée pour découvrir des associations implicites entre des éléments dans de grands ensembles de données, et les associations découvertes peuvent être exprimées sous la forme de règles d'association. Les règles d'association sont souvent utilisées pour trouver de nouvelles opportunités de ventes croisées. RuleMining2A utilise deux algorithmes d'analyse d'association classiques, Apriori et FP-Growth, pour vous aider à trouver des règles d'association entre les éléments de l'ensemble de données. Par exemple, la règle {pâtes} ⇒ {crevettes} trouvée à partir des données de ventes signifie que les clients qui achètent des pâtes sont également susceptibles d'acheter des crevettes. Ces informations peuvent servir de base aux décisions marketing telles que les recommandations de produits, les prix promotionnels et le placement de produits. Algorithme Apriori: L'analyse d'association doit d'abord rechercher des ensembles d'éléments fréquents, puis utiliser ces ensembles d'éléments fréquents pour obtenir des règles d'association. L'algorithme Apriori est l'un des algorithmes d'exploration d'ensembles d'éléments fréquents les plus connus et est souvent utilisé dans les systèmes de recommandation et l'analyse du panier de marché. Algorithme FP-Growth: L'algorithme FP-Growth est un autre algorithme populaire pour l'extraction d'ensembles d'éléments fréquents. L'algorithme FP-Growth est basé sur le principe de l'algorithme Apriori, mais utilise une méthode appelée FP-tree pour trouver des ensembles d'éléments fréquents. L'algorithme FP-Growth présente généralement des performances plus efficaces lorsqu'il s'agit de grands ensembles de données. L'algorithme FP-Growth fonctionne plus rapidement que l'algorithme Apriori pour certains types d'ensembles de données. Vous pouvez exécuter votre ensemble de données avec les deux algorithmes et sélectionner celui qui fonctionne le plus rapidement.

  • Cette app n’a pas reçu suffisamment de notes ou d’avis pour en proposer un aperçu.

Corrections de bogues et améliorations.

Le développeur Chu-Yi Chang a indiqué que les pratiques de l’app en matière de confidentialité peuvent inclure le traitement des données tel que décrit ci‑dessous. Pour en savoir plus, consultez la politique de confidentialité du développeur .

  • Données non collectées

    Le développeur ne collecte aucune donnée avec cette app.

    Les pratiques en matière de confidentialité peuvent varier, notamment en fonction des fonctionnalités que vous utilisez ou de votre âge. En savoir plus

    Le développeur n’a pas encore indiqué quelles fonctionnalités d’accessibilité sont prises en charge par cette app. En savoir plus

    • Fournisseur
      • Chu-Yi Chang
    • Taille
      • 29,4 Mo
    • Catégorie
      • Productivité
    • Compatibilité
      Nécessite iOS 16.1 ou version ultérieure.
      • iPhone
        Nécessite iOS 16.1 ou version ultérieure.
    • Langues
      Français et 9 de plus
      • Français, Allemand, Anglais, Chinois simplifié, Chinois traditionnel, Coréen, Espagnol, Italien, Japonais, Russe
    • Âge
      4+
    • Achats intégrés
      Oui
    • Copyright
      • © 2023 wfmedu.com