Market Basket Analysis (MBA) একটি জনপ্রিয় ডেটা মাইনিং কৌশল, যা ব্যবসায়িক সিদ্ধান্ত গ্রহণে সহায়ক। এটি সাধারণত অ্যাসোসিয়েশন রুল মাইনিং (Association Rule Mining) ব্যবহার করে। Association Rules হল সেই নিয়ম বা সম্পর্ক যা একটি ডেটাসেটে কোনো দুটি বা তার বেশি আইটেমের মধ্যে সম্পর্ক বের করার জন্য ব্যবহৃত হয়। উদাহরণস্বরূপ, যদি একজন গ্রাহক একটি পণ্য কেনেন, তাহলে আরেকটি পণ্য কেনার সম্ভাবনা কেমন হবে, এমন সম্পর্ক খুঁজে পাওয়া যায়।
Weka একটি শক্তিশালী টুল যা Market Basket Analysis করার জন্য Association Rules বের করতে সহায়ক অ্যালগরিদম যেমন Apriori এবং FP-growth সরবরাহ করে।
Weka তে Market Basket Analysis এবং Association Rules
Weka তে Market Basket Analysis বা Association Rule Mining এর জন্য Apriori অ্যালগরিদম সবচেয়ে বেশি ব্যবহৃত হয়। এটি সাপোর্ট এবং কনফিডেন্স (Support and Confidence) মেট্রিক্স ব্যবহার করে অ্যাসোসিয়েশন রুল তৈরি করে।
Weka তে Association Rules এর জন্য প্রধান পদক্ষেপ:
1. ডেটা প্রস্তুতি (Data Preparation)
Market Basket Analysis এর জন্য ডেটা সাধারণত Transaction Data আকারে থাকে, যেখানে প্রতিটি লাইন একটি আলাদা ট্রানজেকশন বা গ্রাহকের কেনাকাটা প্রতিনিধিত্ব করে এবং প্রতিটি আইটেম কমা দিয়ে আলাদা করা থাকে। যেমন:
{Milk, Bread, Butter}
{Beer, Diaper}
{Milk, Diaper, Beer, Cola}
{Bread, Butter}
{Milk, Bread, Diaper, Beer}
Weka তে ARFF (Attribute-Relation File Format) ফরম্যাটে বা CSV ফরম্যাটে ডেটা আনা হয়। একটি অ্যাসোসিয়েশন রুল ডেটা ফাইলটি নিচের মতো হতে পারে:
@relation market_basket
@attribute items {Milk, Bread, Butter, Beer, Diaper, Cola}
@data
{Milk, Bread, Butter}
{Beer, Diaper}
{Milk, Diaper, Beer, Cola}
{Bread, Butter}
{Milk, Bread, Diaper, Beer}
2. Apriori অ্যালগরিদম ব্যবহার
Weka তে Apriori অ্যালগরিদম ব্যবহার করে অ্যাসোসিয়েশন রুল তৈরি করা হয়। নিচের ধাপগুলো অনুসরণ করুন:
- Weka Explorer খুলুন।
- Preprocess ট্যাব থেকে ডেটা লোড করুন (যেমন ARFF ফাইল)।
- Associate ট্যাব নির্বাচন করুন।
- এখানে Choose বাটনে ক্লিক করুন এবং তারপর Associator → Apriori নির্বাচন করুন।
- Apriori নির্বাচন করার পর, আপনি MinSupport, MinConfidence, এবং অন্যান্য প্যারামিটার পরিবর্তন করতে পারেন। যেমন:
- MinSupport: কোন রুল তৈরি হবে তার জন্য আইটেমের ন্যূনতম সাপোর্ট (যতবার একটি আইটেম বা সেটটি ডেটাতে উপস্থিত হবে)।
- MinConfidence: রুলটির মিথ্যা হওয়ার সম্ভাবনা বা সঠিকতার পরিমাণ।
- Start ক্লিক করুন এবং Apriori অ্যালগরিদমটি অ্যাসোসিয়েশন রুল তৈরি করবে।
3. Association Rules এর ফলাফল
Apriori চালানোর পর, Weka বিভিন্ন অ্যাসোসিয়েশন রুল প্রদান করবে, যেগুলি Support, Confidence, এবং Lift সহ দেখাবে। উদাহরণস্বরূপ:
- Rule:
{Milk, Bread} => {Butter}- Support: 0.4 (এই রুলটি 40% ট্রানজেকশনে পাওয়া গেছে)
- Confidence: 0.7 (যত গ্রাহক Milk এবং Bread কিনেছেন, তাদের মধ্যে 70% গ্রাহক Butter কিনেছেন)
- Lift: 1.2 (Lift মান 1.0 এর বেশি হলে রুলটি আরও শক্তিশালী)
4. Evaluation and Interpretation
এখন, Weka আপনাকে Support, Confidence, এবং Lift মেট্রিক্স দিয়ে রুলগুলির কার্যকারিতা মূল্যায়ন করতে সাহায্য করবে। নিচে প্রতিটি মেট্রিক্সের ব্যাখ্যা দেওয়া হলো:
- Support: এটি বলে দেয় যে, একটি রুলের আইটেমগুলি ডেটাতে কতবার উপস্থিত হয়েছে।
- Higher Support মানে ঐ আইটেমগুলি বেশিরভাগ ট্রানজেকশনে পাওয়া গেছে, যা নির্দেশ করে যে ঐ পণ্যগুলি একসাথে কেনা হয়।
- Confidence: এটি রুলটির সঠিকতার পরিমাণ। Confidence এর উচ্চ মান মানে যে, যেসব গ্রাহক প্রথম আইটেমটি কিনেছেন, তারা দ্বিতীয় আইটেমটি কিনছেন তার সম্ভাবনা বেশি।
- Lift: এটি Support এবং Confidence এর তুলনায় শক্তিশালী সম্পর্ক নির্দেশ করে। Lift এর মান ১.০ এর বেশি হলে এটি একটি শক্তিশালী রুল, যার অর্থ হল দুটি আইটেমের সম্পর্ক স্বতন্ত্র নয় বরং একে অপরের সাথে সম্পর্কযুক্ত।
5. Results Analysis and Application
Weka তে তৈরি করা Association Rules বা অ্যাসোসিয়েশন রুলগুলি ব্যবসায়িক সিদ্ধান্তে খুবই সহায়ক হতে পারে:
- Cross-Selling Opportunities: যদি একটি গ্রাহক একটি আইটেম কেনে, তাহলে তাদের সাথে অন্য একটি পণ্য বিক্রি করার সুযোগ সম্পর্কে সিদ্ধান্ত নিতে পারবেন।
- Product Placement: কোন পণ্যগুলি একসাথে কিনা হয় তা দেখে, দোকান বা সুপারমার্কেটে পণ্যগুলির অবস্থান নির্ধারণ করা যায়।
- Promotions: কোন পণ্যগুলি একে অপরের সাথে বেশি বিক্রি হয়, সেগুলির উপর ভিত্তি করে ক্রস-প্রমোশনাল অফার তৈরি করা যেতে পারে।
উপসংহার
Weka তে Market Basket Analysis বা Association Rule Mining করতে Apriori অ্যালগরিদম খুবই কার্যকর। এটি বিভিন্ন মেট্রিক্স যেমন Support, Confidence, এবং Lift ব্যবহার করে সম্পর্ক বা রুল তৈরি করে যা ব্যবসায়িক সিদ্ধান্ত গ্রহণে সহায়ক। Weka ব্যবহার করে সহজে অ্যাসোসিয়েশন রুল তৈরি করা যায় এবং সেগুলির কার্যকারিতা মূল্যায়ন করা যায়।
Read more
