장바구니 분석 최대한 활용하기

R로 배우는 Market Basket Analysis

Christopher Bruffaerts

Statistician

실무에서의 장바구니 분석

고객/사용자 이해

함께 구매되는 품목 파악
규칙 집합 추출
품목 간 관계 추론

MBA 확장하기

고객/사용자 정보 추가
선호도에 따라 고객 군집화

고객/사용자 추천

오프라인: 함께 자주 사는 품목을 매장에서 가깝게 배치합니다.
온라인: 같은 페이지에 관련 품목을 노출해 한 번에 이동하게 합니다.

요거트에 영향을 준 것은?

결과항으로서의 요거트

# 오른쪽에 Yogurt가 있는 규칙 추출
yogurt_rules_rhs = apriori(Groceries, parameter = list(supp = 0.001,conf = 0.8),
                           appearance = list(default = "lhs",rhs = "yogurt"))

# lift가 높은 규칙부터 확인
inspect(head(sort(yogurt_rules_rhs, by="lift")))

    lhs                                                         rhs      support     confidence lift     count
[1] {root vegetables,butter,cream cheese }                   => {yogurt} 0.001016777 0.9090909  6.516698 10   
[2] {tropical fruit,whole milk,butter,sliced cheese}         => {yogurt} 0.001016777 0.9090909  6.516698 10   
[3] {other vegetables,curd,whipped/sour cream,cream cheese } => {yogurt} 0.001016777 0.9090909  6.516698 10   
[4] {tropical fruit,other vegetables,butter,white bread}     => {yogurt} 0.001016777 0.9090909  6.516698 10   
[5] {sausage,pip fruit,sliced cheese}                        => {yogurt} 0.001220132 0.8571429  6.144315 12   
[6] {tropical fruit,whole milk,butter,curd}                  => {yogurt} 0.001220132 0.8571429  6.144315 12

요거트가 영향을 준 것은?

선행항으로서의 요거트

# 왼쪽에 Yogurt가 있는 규칙 추출
yogurt_rules_lhs = apriori(Groceries, parameter = list(supp = 0.001, conf = 0.8, minlen = 2), 
                                appearance = list(default = "rhs",lhs = "yogurt"))

# 규칙 요약
summary(yogurt_rules_lhs)

set of 0 rules

영화 추천을 찾아봅시다!

R로 배우는 Market Basket Analysis