장바구니 분석이란?

Python으로 배우는 Market Basket Analysis

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

서점 레이아웃 선택

이 이미지는 소설과 전기 코너가 함께, 시와 역사 코너가 함께 배치된 서점 레이아웃을 보여줍니다.

이 이미지는 소설과 시 코너가 함께, 전기와 역사 코너가 함께 배치된 서점 레이아웃을 보여줍니다.

거래 데이터 살펴보기

TID	Transaction
1	biography, history
2	fiction
3	biography, poetry
4	fiction, history
5	biography
...	...
75000	fiction, poetry

TID = 각 거래의 고유 ID

Transaction = 함께 구매된 고유 항목 집합

장바구니 분석이란?

함께 자주 구매되는 상품 식별
- 전기와 역사
- 소설과 시
이 결과로 추천 구성
- 전기와 역사 코너를 함께 배치
- 소설과 역사는 떨어뜨려 배치

장바구니 분석의 활용 사례

넷플릭스 스타일 추천 엔진 구축
전자상거래 상품 추천 개선
소매점 교차판매 강화
재고 관리 개선
상향판매(업셀) 촉진

장바구니 분석 활용

TID	Transaction
11	fiction, biography
12	fiction, biography
13	history, biography
...	...
19	fiction, biography
20	fiction, biography
...	...

장바구니 분석
- 연관 규칙 구성
- 함께 자주 구매되는 상품 식별
연관 규칙
- {선행} $\rightarrow$ {결과}
  - {fiction} $\rightarrow$ {biography}

데이터 불러오기

import pandas as pd

# Load transactions from pandas.
books = pd.read_csv("datasets/bookstore.csv")

# Print the header
print(books.head(2))

TID         Transaction                 
0    biography, history
1               fiction

복습이 필요하면 Pandas Cheat Sheet를 참고하십시오.

거래 목록 만들기

# Split transaction strings into lists.
transactions = books['Transaction'].apply(lambda t: t.split(','))

# Convert DataFrame into list of strings.
transactions = list(transactions)

아이템셋 개수 세기

# Print the first transaction.
print(transactions[0])

['biography', 'history']

# Count the number of transactions that contain biography and fiction.
transactions.count(['biography', 'fiction'])

연습해 봅시다!

Python으로 배우는 Market Basket Analysis

장바구니 분석이란?

서점 레이아웃 선택

거래 데이터 살펴보기

장바구니 분석이란?

장바구니 분석의 활용 사례

장바구니 분석 활용

데이터 불러오기

거래 목록 만들기

아이템셋 개수 세기

추천 제안하기

연습해 봅시다!