実践 機械学習システム

8.2

 バスケット分析

167

8.2.1

　役立つ予測を行う

多くのオンラインショップが「この商品を買った人はこんな商品も買っています」のようなフレーズ

を用いてますが、実際のシステムはその言葉通りのことを行っていません。なぜなら、もしその言葉通

りのシステムだったとしたら、よく購入されるアイテムに“騙される”からです。つまり、ユーザの嗜

好は考慮せずに、人気のあるアイテムを推薦することになるからです。

たとえば、スーパでは多くの人がパンを買います（ここでは、スーパに来る人の50％がパンを買うと

しましょう）。そうする、特定のアイテムについて、たとえば食器洗剤について、何と一緒に買われて

いるかを見た場合、パンも一緒に買われていることがわかるでしょう。実際、食器洗剤を買う人の

50%がパンも買います。しかし、パンは誰もがよく買うものなので、どのようなものであったとしても

一緒に買われることになります。

ここで本当に求

めていることは、「この商品を買った人は、次の商品を買う傾向が統計的に平均より

高い」ということです。そのため、もし食器洗剤を買った場合、パンも一緒に買うケースが多くなりま

すが、そのような傾向が平均より多いというわけではありません。同様に、書店において、これまで購

入してきた本を無視して単純にベストセラーを推薦したとすると、それはユーザの嗜好を無視してレコ

メンドを行っていることになります。

8.2.2

　スーパの買い物かごを分析する

ここではデータセットとして、ベルギーにあるスーパマーケットでのト