บทที่ 5 กฎความสัมพันธ์ (Association Rules)

5.1 บทนำ: กฎความสัมพันธ์คืออะไร?

กฎความสัมพันธ์ (Association Rules) เป็นเทคนิคหนึ่งในงานเหมืองข้อมูลที่ใช้ค้นหารูปแบบความสัมพันธ์ที่ซ่อนอยู่ระหว่างรายการข้อมูลในชุดข้อมูลขนาดใหญ่ โดยเฉพาะข้อมูลที่มีลักษณะเป็นธุรกรรม เช่น ใบเสร็จการซื้อสินค้า ประวัติการใช้บริการ พฤติกรรมผู้ใช้เว็บไซต์ หรือเหตุการณ์ที่เกิดร่วมกัน

แนวคิดหลักของบทนี้คือการค้นหาว่า “รายการใดมักเกิดขึ้นร่วมกับรายการใด” และความสัมพันธ์นั้นเกิดขึ้นบ่อย น่าเชื่อถือ และน่าสนใจเพียงใด ตัวอย่างที่นิยมที่สุดคือ Market Basket Analysis หรือการวิเคราะห์ตะกร้าสินค้า เพื่อดูว่าสินค้าใดมักถูกซื้อพร้อมกัน

กฎความสัมพันธ์ไม่ได้หมายความว่า A เป็นสาเหตุทำให้ B เกิดขึ้นเสมอ แต่หมายถึง A และ B มีแนวโน้มเกิดร่วมกัน ดังนั้นควรใช้คำว่า “มีแนวโน้ม”, “มักเกิดร่วมกัน” หรือ “มีความสัมพันธ์ในการเกิดร่วมกัน” มากกว่าการสรุปว่า “เป็นสาเหตุของกันและกัน”

ความสำคัญของกฎความสัมพันธ์

5.2 พื้นฐานของกฎความสัมพันธ์

ก่อนวิเคราะห์กฎความสัมพันธ์ ผู้เรียนควรเข้าใจคำศัพท์พื้นฐาน ได้แก่ Transaction Data, Item, Itemset, Association Rule, Antecedent และ Consequent เพราะเป็นองค์ประกอบหลักที่ใช้สร้างกฎและตีความผลลัพธ์

5.2.1 Transaction Data

Transaction Data คือข้อมูลที่บันทึกรายการต่าง ๆ ที่เกิดขึ้นในแต่ละธุรกรรม โดยหนึ่งธุรกรรมอาจประกอบด้วยหลายรายการ เช่น ใบเสร็จหนึ่งใบมีสินค้าหลายรายการ

5.2.2 Item และ Itemset

Item คือรายการข้อมูลเดี่ยว เช่น ขนมปัง นม ไข่ หรือพฤติกรรมหนึ่งอย่างของผู้ใช้ ส่วน Itemset คือกลุ่มของ Item ตั้งแต่หนึ่งรายการขึ้นไปที่ปรากฏอยู่ร่วมกันในธุรกรรมเดียวกัน

5.2.3 One-hot Encoding สำหรับ Transaction Data

ก่อนนำข้อมูลธุรกรรมไปวิเคราะห์ด้วย Python มักต้องแปลงข้อมูลเป็นรูปแบบ One-hot Encoding โดยแต่ละคอลัมน์แทนสินค้าแต่ละชนิด และแต่ละแถวแทนธุรกรรม หากธุรกรรมมีสินค้านั้นให้เป็น True หรือ 1 หากไม่มีให้เป็น False หรือ 0

5.3 ตัววัดสำคัญของกฎความสัมพันธ์

การค้นพบกฎจำนวนมากไม่ได้หมายความว่าทุกกฎจะมีประโยชน์ ผู้วิเคราะห์จึงต้องใช้ตัววัดเพื่อประเมินว่ากฎใดเกิดขึ้นบ่อย น่าเชื่อถือ และน่าสนใจเพียงพอ ได้แก่ Support, Minimum Support, Confidence, Minimum Confidence และ Lift

5.3.1 Support

Support ใช้วัดว่า Itemset หนึ่ง ๆ ปรากฏอยู่ในธุรกรรมทั้งหมดบ่อยเพียงใด ตอบคำถามว่า “รายการนี้เกิดขึ้นบ่อยแค่ไหนในข้อมูลทั้งหมด”

ตัวอย่าง หากมีธุรกรรม 5 รายการ และ {ขนมปัง, นม} ปรากฏร่วมกัน 2 รายการ

5.3.2 Minimum Support

Minimum Support คือค่าขั้นต่ำที่ผู้วิเคราะห์กำหนดเพื่อคัดเลือก Itemset ที่เกิดขึ้นบ่อยพอจะนำไปวิเคราะห์ต่อ หาก Itemset มีค่า Support มากกว่าหรือเท่ากับ Minimum Support จะถือว่าเป็น Frequent Itemset

5.3.3 Confidence

Confidence ใช้วัดความน่าจะเป็นที่ Consequent จะเกิดขึ้นเมื่อ Antecedent เกิดขึ้นแล้ว ตอบคำถามว่า “ถ้าเกิด A แล้ว B มีโอกาสเกิดตามมากี่เปอร์เซ็นต์”

ตัวอย่าง หาก Support({ขนมปัง, นม}) = 0.40 และ Support({ขนมปัง}) = 0.60

แปลว่า ในบรรดาลูกค้าที่ซื้อขนมปัง มีประมาณ 66.7% ที่ซื้อนมร่วมด้วย

5.3.4 Lift

Lift ใช้วัดว่าการเกิด Antecedent เพิ่มโอกาสการเกิด Consequent มากกว่าปกติหรือไม่ ช่วยแก้ข้อจำกัดของ Confidence เพราะบางครั้ง Consequent เป็นรายการที่เกิดบ่อยอยู่แล้ว ทำให้ Confidence สูงโดยไม่จำเป็นต้องมีความสัมพันธ์พิเศษ

5.4 ขั้นตอนการค้นหากฎความสัมพันธ์

กระบวนการค้นหากฎความสัมพันธ์โดยทั่วไปประกอบด้วยหลายขั้นตอน ตั้งแต่การเตรียมข้อมูลไปจนถึงการประเมินและปรับค่าเกณฑ์ให้เหมาะสม

ตัวอย่างการเลือกค่าเกณฑ์เบื้องต้น

5.5 อัลกอริทึมสำหรับกฎความสัมพันธ์

การค้นหากฎความสัมพันธ์จำเป็นต้องใช้อัลกอริทึมเพื่อค้นหา Frequent Itemsets จากข้อมูลธุรกรรม อัลกอริทึมที่นิยม ได้แก่ Apriori, FP-Growth และ Eclat โดยในระดับพื้นฐานควรเริ่มจาก Apriori เพราะเข้าใจง่ายและเห็นขั้นตอนชัดเจน

5.5.1 แนวคิดของ Apriori Algorithm

Apriori Algorithm อาศัยหลักการที่เรียกว่า Apriori Property คือ หาก Itemset ใดเป็น Frequent Itemset แล้ว Subset ของ Itemset นั้นต้องเป็น Frequent Itemset ด้วย และหาก Itemset ใดไม่ผ่าน Minimum Support ก็ไม่จำเป็นต้องพิจารณา Itemset ที่ใหญ่กว่าซึ่งมี Itemset นั้นเป็นส่วนประกอบ

5.5.2 ขั้นตอนของ Apriori

5.5.3 เปรียบเทียบ Apriori, FP-Growth และ Eclat

5.5.4 ตัวอย่างคำนวณ Apriori แบบง่าย

กำหนดข้อมูล 5 ธุรกรรม และ Minimum Support = 40% ดังนั้น Itemset ต้องปรากฏอย่างน้อย 2 ครั้งจึงจะผ่านเกณฑ์

เมื่อนำ Frequent 1-itemset มาจับคู่ จะได้ Frequent 2-itemset เช่น {ขนมปัง, นม} และ {ขนมปัง, ไข่} จากนั้นสามารถสร้างกฎได้ เช่น

5.6 การวิเคราะห์กฎความสัมพันธ์ด้วย Python

การวิเคราะห์กฎความสัมพันธ์ด้วย Python นิยมใช้ไลบรารี mlxtend โดยใช้ TransactionEncoder เพื่อแปลงข้อมูลธุรกรรมเป็น One-hot Encoding ใช้ apriori() เพื่อหา Frequent Itemsets และใช้ association_rules() เพื่อสร้างกฎความสัมพันธ์

ติดตั้งไลบรารีที่จำเป็น

pip install pandas mlxtend

ตัวอย่างโค้ดวิเคราะห์ Association Rules ด้วย mlxtend

import pandas as pd
from mlxtend.preprocessing import TransactionEncoder
from mlxtend.frequent_patterns import apriori, association_rules

transactions = [
    ['Milk', 'Bread', 'Eggs'],
    ['Bread', 'Eggs'],
    ['Milk', 'Bread', 'Cookies'],
    ['Milk', 'Eggs'],
    ['Bread', 'Cookies']
]

# 1) แปลงข้อมูลธุรกรรมเป็น One-hot Encoding
te = TransactionEncoder()
te_array = te.fit(transactions).transform(transactions)
df = pd.DataFrame(te_array, columns=te.columns_)

# 2) หา Frequent Itemsets
frequent_itemsets = apriori(df, min_support=0.2, use_colnames=True)

# 3) สร้างกฎความสัมพันธ์
rules = association_rules(
    frequent_itemsets,
    metric="confidence",
    min_threshold=0.7
)

print("Frequent Itemsets")
print(frequent_itemsets)
print("\nAssociation Rules")
print(rules[['antecedents', 'consequents', 'support', 'confidence', 'lift']])

การแปลผลตาราง Rules

ตัวอย่างโจทย์ด้านสุขภาพ

นอกจากข้อมูลสินค้า Association Rules ยังประยุกต์กับข้อมูลสุขภาพได้ เช่น วิเคราะห์ความสัมพันธ์ระหว่างความดันสูง ไขมันสูง การสูบบุหรี่ และโรคหัวใจ

import pandas as pd
from mlxtend.frequent_patterns import apriori, association_rules

data = pd.DataFrame({
    'ความดันสูง': [True, True, True, False, True],
    'ไขมันสูง': [True, True, False, True, True],
    'สูบบุหรี่': [False, True, True, True, False],
    'โรคหัวใจ': [True, True, False, True, True]
})

frequent_itemsets = apriori(data, min_support=0.4, use_colnames=True)
rules = association_rules(frequent_itemsets, metric='confidence', min_threshold=0.7)

rule_target = rules[
    (rules['antecedents'] == frozenset({'ความดันสูง', 'ไขมันสูง'})) &
    (rules['consequents'] == frozenset({'โรคหัวใจ'}))
]

print(rule_target[['antecedents', 'consequents', 'support', 'confidence', 'lift']])

5.7 การประยุกต์ใช้กฎความสัมพันธ์

กฎความสัมพันธ์สามารถใช้ได้มากกว่าร้านค้าปลีก เพราะแกนหลักคือการค้นหาความสัมพันธ์ของเหตุการณ์หรือรายการที่เกิดร่วมกัน ดังนั้นจึงนำไปประยุกต์ได้ในธุรกิจ การแพทย์ การศึกษา การตลาด เว็บไซต์ และระบบแนะนำสินค้า

5.8 กรณีศึกษา

กรณีศึกษา 1: ร้านขายโทรศัพท์มือถือ

ร้านโทรศัพท์มือถือสามารถใช้ Association Rules เพื่อวิเคราะห์ว่าลูกค้าที่ซื้อโทรศัพท์มือถือมักซื้ออะไรเพิ่มเติม เช่น เคส ฟิล์มกันรอย หรือประกันเครื่อง

กรณีศึกษา 2: ร้านค้าปลีกขนาดใหญ่

ธุรกิจค้าปลีกสามารถใช้กฎความสัมพันธ์เพื่อวิเคราะห์พฤติกรรมการซื้อสินค้า ปรับปรุงประสบการณ์ลูกค้า เพิ่มยอดขาย และลดต้นทุน เช่น แนะนำสินค้าที่เกี่ยวข้อง จัดโปรโมชันสินค้าร่วมกัน หรือวางสินค้าให้อยู่ในตำแหน่งที่เหมาะสม

กรณีศึกษา 3: เว็บไซต์และ E-commerce

เว็บไซต์สามารถใช้กฎความสัมพันธ์เพื่อวิเคราะห์เส้นทางการใช้งาน เช่น ผู้ใช้ที่เข้าหน้าสินค้าอาจเพิ่มสินค้าลงตะกร้า หรือผู้เรียนที่เปิดวิดีโอบทเรียนหนึ่งมีแนวโน้มทำแบบทดสอบต่อ จากนั้นระบบสามารถนำผลลัพธ์ไปใช้แนะนำเนื้อหาหรือออกแบบ UX ให้ดีขึ้น

5.9 ข้อจำกัดและแนวทางการตีความ

5.10 แบบฝึกปฏิบัติท้ายบท

ให้ผู้เรียนฝึกวิเคราะห์กฎความสัมพันธ์จากข้อมูลธุรกรรมตัวอย่าง โดยทำตามขั้นตอนต่อไปนี้

คำถามทบทวน

1. Association Rules แตกต่างจาก Classification อย่างไร?
2. ทำไม Confidence สูงอย่างเดียวจึงอาจไม่เพียงพอในการเลือกกฎ?
3. ค่า Lift มากกว่า 1 มีความหมายอย่างไร?
4. ถ้ากำหนด Minimum Support ต่ำเกินไป จะเกิดผลอย่างไร?
5. จงยกตัวอย่างการใช้ Association Rules ในการศึกษา การแพทย์ หรือเว็บไซต์
6. จงเปรียบเทียบ Apriori, FP-Growth และ Eclat โดยสรุป

5.11 สรุปบทเรียน

กฎความสัมพันธ์เป็นเทคนิคสำคัญในงานเหมืองข้อมูลที่ใช้ค้นหารูปแบบการเกิดร่วมกันของรายการข้อมูล โดยเฉพาะข้อมูลธุรกรรม เช่น ใบเสร็จการซื้อสินค้า ข้อมูลการใช้บริการ หรือพฤติกรรมผู้ใช้ในระบบออนไลน์