Market Basket Analysis Using FP-Growth Algorithm

Ovaj rad obrađuje dubinsku analizu podataka, tj. analizu potrošačke košarice uporabom algoritma FP-Growth te generiranje jednostavnih asocijativnih pravila. Potrošačka košarica sastoji od skupa transakcija koje se predaju algoritmu FP-Growth. Na temelju tog skupa transakcija algoritam uz zadani minimalni prag podrške (eng. minimal support) generira najčešće podskupove, tj. česte obrasce. Pomoću dobivenih čestih obrazaca i uz zadanu minimalnu povjerljivost, (eng. minimal confidence) generiraju se stroga asocijativna pravila. U ovom radu detaljno je objašnjen taj cijeli postupak te je nakon toga demonstrirana njegova primjena na konkretnim primjerima kako bi se pokazalo da su dobiveni rezultati jako korisni, zbog čega ih velike kompanije često koriste i analiziraju kako bi unaprijedili svoje poslovanje.This paper processes data mining, i.e. market basket analysis using FP-Growth algorithm for frequent patterns mining and generating simple association rules. Market basket contains a set of transactions that are submitted to the algorithm. Based on the given set of transactions and minimum support count algorithm generates frequent itemsets, i.e. frequent patterns. With these frequent patterns and given minimum confidence value we can generate strict association rules. In this paper, the entire procedure is explained in detail and its use is demonstrated on a concrete example. The results obtained by analysis are very useful and are often used by large companies to improve their business