Python数据分析与挖掘实战 第7章 餐饮企业菜品关联分析.pptVIP

除关联规则模型得到的支持度、置信度和提升度之外，还需要基于业务理解，结合菜品热销度和毛利率，及店家主推菜品等综合因素对规则进行综合评分。 选取某个菜品的置信度、热销度、毛利率和主推度进行综合评分，计算公式如下。 模型评价 其中 、 ， 如下式所示，且 。 与传统综合评分公式 相比，不仅能对每个指标加权求和得到综合评分，而且在此基础上加入后缀可以影响因式，可以自行根据指标数值的情况提升重要指标排序时的优势地位，即权值较大的指标数值越大，在总体排序中更具优势。 此外，综合评分排序并不会完全按照权值大的指标的数值大小进行排序，还会考虑其他指标的影响。 为方便查看各菜品间的关联情况，为企业提供合理的菜品搭配建议，需要对关联分析结果的前项和后项进行拆分，以便计算每个菜品的综合评分。 模型评价 根据 ，设置权值为 ，