市场篮分析关联规则挖掘结果数据集-2021年
数据来源：互联网公开数据
标签：关联规则,Apriori算法,市场篮分析,商业分析,购物行为,消费者偏好
数据概述：
本数据集包含了使用Apriori算法对市场篮数据进行挖掘后得到的关联规则结果。数据集中的每条记录表示一种商品组合（项集）之间的关联关系，具体包括支持度、置信度和提升度三个关键指标。通过对这些指标的分析，可以揭示出商品之间潜在的购买关联性，为市场策略制定提供依据。
数据集中包含以下字段：
- 支持度（Support）：表示项集在所有事务中出现的频率，反映了项集在数据集中的普遍性。本数据集的平均支持度为0.015194。
- 置信度（Confidence）：表示当项集A出现时，项集B也出现的概率，反映了项集A和项集B之间的强关联程度。本数据集的平均置信度为1.0084。
- 提升度（Lift）：表示项集A和项集B同时出现的概率与A和B分别出现概率乘积的比值，反映了项集A和项集B之间的独立性。提升度大于1表示项集A和项集B之间存在正相关关系，数值越大关联程度越强。本数据集的平均提升度为35.926。
数据用途概述：
该数据集适用于市场篮分析、消费者行为研究、零售策略优化等多种场景。零售商可以通过分析关联规则，优化商品布局和推荐系统，提高销售额和客户满意度。市场研究人员可以利用此数据识别商品之间的潜在关联模式，为新产品开发和促销活动设计提供参考。此外，数据集也适合用于教育培训，帮助学习者理解关联规则挖掘的基本原理和应用方法。
