6.4.2 장바구니 분석

이 책에서는 8장 뉴럴 네트워크 알고리즘에서 추천 엔진을 다룹니다. 추천 엔진의 간단한 버전이 바로 장바구니 분석(basket analysis)입니다. 장바구니 분석에서는 어떤 아이템들을 함께 구매했는지에 대한 정보만 사용합니다. 사용자가 어떤 사람인지에 대한 정보나 이들이 구매한 아이템을 만족스럽게 사용했는지에 대한 정보는 분석에 사용하지 않습니다. 그래서 장바구니 분석용 데이터는 별점 분석용 데이터보다 모으기가 훨씬 수월합니다.

이러한 형태의 데이터는 보통 월마트(Walmart)와 같은 상점에서 쇼핑할 때 생성됩니다. 이렇게 어느 정도 기간을 두고 모은 데이터를 거래 데이터(transaction data)라고 하고, 편의점, 슈퍼마켓 등에서 모은 거래 데이터에 연관 규칙 분석을 적용한 것을 장바구니 분석이라고 합니다. 장바구니 분석은 아이템을 함께 구매할 조건부 확률을 계산하여 다음과 같은 질문에 대한 답을 도출합니다.

장바구니 분석은 아이템들이 어떻게 서로 연결되어 있는지 분석할 수 있기 때문에 슈퍼마켓, 편의점, 약국 등 다양한 매스 마켓 리테일(mass-market retail) 기업에서 널리 사용합니다. 장바구니 분석은 결과 해석이 매우 쉬워 비즈니스 의사결정에 사용하기 좋습니다.