九道門丨關聯分析案例(一):揭開產品之間的“親密”關係

近期又是各大商超促銷扎推的時候了,不知道大家在買東西的時候是不是也有這樣的體會,好多捆綁促銷簡直就是“綁”到我心坎裡,商品的邊上剛好是沒有計劃卻也能順手買下的東西……今天小朱老師就從一個簡單的親和性案例進入,帶大家掌握關聯規則分析的啟蒙知識。告訴你這些商家促銷的“小心機”。

九道門丨關聯分析案例(一):揭開產品之間的“親密”關係

什麼是親和性分析

親和性本身是用來判斷樣本資料相似度的一種資料探勘方法,一般的使用場景如下:

對網站的使用者開展新的業務或者定向投放廣告

銷售商品的時候推薦相關或者你喜歡的商品

親和性分析有個最著名的案例就是:啤酒與尿布的故事

原來,在美國,婦女們經常會囑咐她們的丈夫下班以後給孩子買一點尿布回來,而丈夫在買完尿布後,大都會順手買回一瓶自己愛喝的啤酒(由此看出美國人愛喝酒)。商家透過對一年多的原始交易記錄進行詳細的分析,發現了這對神奇的組合。於是就毫不猶豫地將尿布與啤酒擺放在一起售賣,透過它們的關聯性,互相促進銷售。“啤酒與尿布”的故事一度是營銷界的神話。

為了方便大家理解,在今天的案例中我們只看兩件商品同時購買的情況:

使用者在購買商品A的同時更傾向於購買商品B

支援度是規則在資料集中出現的次數,即匹配規則的樣本數,比如同時購買商品X和Y的交易數;

置信度是衡量匹配規則的準確度的,比如在購買商品X的交易中同時購買商品Y的比例。

首先做

資料準備

這邊大家可以自己使用隨機函式構建資料,程式碼如下:

九道門丨關聯分析案例(一):揭開產品之間的“親密”關係

可以看到這組陣列資料比較小,只有200行5列資料,但是足夠用了,這裡每一行的資料我們都可以看做是一次交易行為,1代表買了這款商品,0代表沒有買。

我們先將這五列分別對應一款商品:橙子,草莓,香蕉,蘋果,麵包。那麼資料的第一行代表的意思就是沒有購買香蕉和蘋果。

這裡我們就先來看看

蘋果對面包的親和性

根據概念,置信度需要知道支援度中某商品交易次數,這裡我們拿麵包舉例,看看看出現的次數。

首先檢視蘋果出現的次數:

九道門丨關聯分析案例(一):揭開產品之間的“親密”關係

計算出來以後我們就可以算出蘋果對面包的置信度:用蘋果對面包的支援度/含蘋果的交易數。

九道門丨關聯分析案例(一):揭開產品之間的“親密”關係

我們算出蘋果對面包的支援度為47,也就是同時出現的交易次數是47,而購買蘋果同時購買麵包的人有48%,也就是置信度是48%。

到這一步我們就需要計算資料當中所有的規則了,當然還是以兩個商品組合為例。

九道門丨關聯分析案例(一):揭開產品之間的“親密”關係

最終的結果為:

九道門丨關聯分析案例(一):揭開產品之間的“親密”關係

九道門丨關聯分析案例(一):揭開產品之間的“親密”關係

然後我們可以輸出置信度TOP5的規則,看看是那些產品組合。

九道門丨關聯分析案例(一):揭開產品之間的“親密”關係

九道門丨關聯分析案例(一):揭開產品之間的“親密”關係

可以看到四種產品相對於麵包的置信度都是最高的,那我們就可以推出購買四種水果麵包可以打折之類的促銷活動。

大家可以自己製作資料嘗試一下親和性的分析,後續關聯性分析小朱老師再跟大家來探討如何最佳化演算法。

頂部