マーケットバスケット分析とは？

Python で学ぶマーケットバスケット分析

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

書店レイアウトの選定

この画像は、書店のレイアウトで fiction と biography が一緒、poetry と history が一緒に配置されている様子を示します。

この画像は、書店のレイアウトで fiction と poetry が一緒、biography と history が一緒に配置されている様子を示します。

取引データの把握

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

TID = 各取引に対応する一意のID。

Transaction = 一緒に購入された一意のアイテムの集合。

マーケットバスケット分析とは？

よく同時購入される商品を特定。
- Biography と history
- Fiction と poetry
結果に基づき推奨を作成。
- Biography と history の棚を近接配置。
- Fiction と history は離して配置。

マーケットバスケット分析の活用例

Netflix 風のレコメンドエンジンを構築。
ECサイトのおすすめを改善。
小売でクロスセルを促進。
在庫管理を改善。
アップセルを促進。

マーケットバスケット分析の活用

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

マーケットバスケット分析
- アソシエーションルールを構築
- よく同時購入される商品を特定
アソシエーションルール
- {前件} $\rightarrow$ {後件}
  - {fiction} $\rightarrow$ {biography}

データの読み込み

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

復習用に、Pandas チートシートをご参照ください。

トランザクションの作成

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

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

アイテムセットのカウント

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

['biography', 'history']

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

推奨の提示

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

この画像は、書店のレイアウトで fiction と poetry が一緒、biography と history が一緒に配置されている様子を示します。

Passons à la pratique !

Python で学ぶマーケットバスケット分析