トランザクションの復習

Rで学ぶマーケットバスケット分析

Christopher Bruffaerts

Statistician

マーケットバスケット分析の要点

マーケットバスケット分析

重視するのは「どれだけ買ったか」ではなく「何を買ったか」。
つまり、顧客のバスケットの中身です。

買い物かご1点

主要な指標

  • サポート
  • 信頼度（コンフィデンス）
  • リフト

注意点

抽出されるルールは非常に多くなることがあります。
その場合、すべてを確認・表示しないでください。常にサブセット、または関数 head・tail を使いましょう。

Rで学ぶマーケットバスケット分析

Groceriesデータセット

食料品店に戻りましょう

Groceries

arulesパッケージのデータセット

# Loading the arules package
library(arules)

# Loading the Groceries dataset
data(Groceries)

summary(Groceries)
Rで学ぶマーケットバスケット分析

Groceriesのサマリー

transactions as itemMatrix in sparse format with
 9835 rows (elements/itemsets/transactions) and
 169 columns (items) and a density of 0.02609146 

most frequent items:
      whole milk other vegetables       rolls/buns             soda           yogurt 
            2513             1903             1809             1715             1372 
         (Other) 
           34055 

element (itemset/transaction) length distribution:
sizes
   1    2    3    4    5    6    7    8    9   10   11   12   13   14   15   16   17 
2159 1643 1299 1005  855  645  545  438  350  246  182  117   78   77   55   46   29 
  18   19   20   21   22   23   24   26   27   28   29   32 
  14   14    9   11    4    6    1    1    1    1    3    1 

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  1.000   2.000   3.000   4.409   6.000  32.000 

includes extended item information - examples:
       labels  level2           level1
1 frankfurter sausage meat and sausage
2     sausage sausage meat and sausage
3  liver loaf sausage meat and sausage
Rで学ぶマーケットバスケット分析

Groceriesの密度

# Plotting a sample of 200 transactions
image(sample(Groceries, 200))

200トランザクションの可視化

1 アイテム行列の密度は2.6%です。
Rで学ぶマーケットバスケット分析

人気上位・下位の商品

最も人気のある商品

itemFrequencyPlot(Groceries,type="relative",
                  topN=10,horiz=TRUE,col='steelblue3')

商品の頻度プロット（人気上位）

最も人気のない商品

par(mar=c(2,10,2,2), mfrow=c(1,1))
barplot(sort(table(unlist(LIST(Groceries))))[1:10],
        horiz = TRUE,las = 1,col='orange')

商品の頻度プロット（人気下位）

Rで学ぶマーケットバスケット分析

インデックスで見るクロステーブル

分割表（コンティンジェンシー・テーブル）

# Contingency table
tbl = crossTable(Groceries)
tbl[1:4,1:4]

            frankfurter sausage liver loaf ham
frankfurter         580      99          7  25
sausage              99     924         10  49
liver loaf            7      10         50   3
ham                  25      49          3 256

分割表（並べ替え済み）

# Sorted contingency table
tbl = crossTable(Groceries, sort = TRUE)
tbl[1:4,1:4]

                whole milk other vegetables rolls/buns soda
whole milk             2513              736        557  394
other vegetables        736             1903        419  322
rolls/buns              557              419       1809  377
soda                    394              322        377 1715
Rで学ぶマーケットバスケット分析

商品名で見るクロステーブル

分割表（コンティンジェンシー・テーブル）

# Counts
tbl['whole milk','flour']

[1] 83

# Chi-square test
crossTable(Groceries, measure='chi')['whole milk', 'flour']

[1] 0.003595389

他の指標による分割表

crossTable(Groceries, measure='lift',sort=T)[1:4,1:4]

                 whole milk other vegetables rolls/buns      soda   
whole milk               NA        1.5136341   1.205032 1.571735
other vegetables  1.5136341               NA   1.197047 0.9703476 
rolls/buns        1.2050318        1.1970465         NA 1.1951242 
soda              0.8991124        0.9703476   1.195124        NA
Rで学ぶマーケットバスケット分析

MovieLensデータセット

MovieLens: ユーザーに映画を推薦するWebベースのレコメンダーシステム。

MovieLens

Rで学ぶマーケットバスケット分析

映画を観よう！

Rで学ぶマーケットバスケット分析

Preparing Video For Download...