基本情報技術者 2025年 科目A 問16

マーケットバスケット分析【午前解説】

正解の理由

解法ステップ

1. 問題文のキーワードを確認：POS、蓄積データ、"一緒に買われる" → 「購買の共起」を想起する。
2. 手法の目的で選択肢を照合：共起・組合せ発見に対応するのはマーケットバスケット分析（アソシエーション分析）。
3. 他選択肢の目的を簡単に照らし合わせ、該当しないことを確認する（3Cは市場分析、ABCは在庫分類、コンジョイントは属性評価）。

選択肢別の誤答解説

• ア: 3C分析
  • 3C（Customer, Competitor, Company）は経営戦略や市場分析のフレームワークで、購買トランザクションの共起解析とは無関係です。
• イ: ABC分析
  • ABC分析は在庫や顧客を重要度別（A/B/C）にランク付けする手法で、商品の同時購買パターンを発見する目的ではありません。
• ウ: コンジョイント分析
  • コンジョイント分析は製品の属性（価格、機能など）が消費者の選好に与える影響を評価するための設計実験的手法で、購買の組合せ探索とは用途が異なります。
• エ: マーケットバスケット分析
  • POSデータから同時購入の組合せ（アソシエーションルール）を抽出する手法であり、設問の条件に合致します。エ

よくある誤解

• 「売れ筋の商品を並べる手法」と混同する：マーケットバスケット分析は単独の売れ筋（頻度）ではなく、商品同士の共起（関係性）を見つける点が目的です。
• 「属性評価（どの属性が重要か）」と同じだと思う：コンジョイントなどの選好分析と目的が異なり、マーケットバスケットは取引単位での共起を扱います。

補足コラム

• 支持度（support）: ルール A → B が全トランザクションに占める割合
  • 例: $support(A\to B)=\frac{\text{AとBが同時に出現したトランザクション数}}{\text{全トランザクション数}}$
• 信頼度（confidence）: Aが購入されたときにBも購入される割合
  • $confidence(A\to B)=\frac{\text{AとBが同時に出現した件数}}{\text{Aが出現した件数}}$
• リフト（lift）: 期待される独立確率に対する有意度
  • $lift(A\to B)=\frac{confidence(A\to B)}{support(B)}$
    リフトが1より大きければ、AとBの同時発生は独立と比べて起こりやすいことを示します。

• support(牛乳→パン)=10/100=0.10
• confidence(牛乳→パン)=10/20=0.50
• lift=0.50/0.25=2.0（牛乳が買われるとパンも買われやすい）

from mlxtend.frequent_patterns import apriori, association_rules
# one-hot エンコーディング済みのデータフレーム df
frequent = apriori(df, min_support=0.01, use_colnames=True)
rules = association_rules(frequent, metric="confidence", min_threshold=0.5)

FAQ