Czym jest analiza koszyka zakupów?

Analiza koszyka zakupowego w Pythonie

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Wybór układu księgarni

Na obrazie przedstawiono układ księgarni, w którym sekcje literatury faktu i biografii są pogrupowane razem, a sekcje poezji i historii są pogrupowane razem.

Na obrazie przedstawiono układ księgarni, w którym sekcje literatury faktu i poezji są pogrupowane razem, a sekcje biografii i historii są pogrupowane razem.

Eksploracja danych transakcyjnych

TID	Transakcja
1	biografie, historia
2	literatura faktu
3	biografie, poezja
4	literatura faktu, historia
5	biografie
...	...
75000	literatura faktu, poezja

TID = unikalny identyfikator każdej transakcji.

Transakcja = zbiór unikalnych produktów kupionych razem.

Czym jest analiza koszyka zakupów?

Identyfikacja produktów często kupowanych razem.
- Biografie i historia
- Literatura faktu i poezja
Formułowanie rekomendacji na podstawie wyników.
- Umieszczenie sekcji biografii i historii obok siebie.
- Oddzielenie literatury faktu od historii.

Zastosowania analizy koszyka zakupów

Budowanie silnika rekomendacji w stylu Netflix.
Ulepszanie rekomendacji produktów w sklepie e-commerce.
Sprzedaż krzyżowa produktów w handlu detalicznym.
Optymalizacja zarządzania zapasami.
Sprzedaż dodatkowa produktów.

Zastosowanie analizy koszyka zakupów

TID	Transakcja
11	literatura faktu, biografie
12	literatura faktu, biografie
13	historia, biografie
...	...
19	literatura faktu, biografie
20	literatura faktu, biografie
...	...

Analiza koszyka zakupów
- Tworzenie reguł asocjacyjnych
- Identyfikacja często kupowanych razem produktów
Reguły asocjacyjne
- {poprzednik} $\rightarrow$ {następnik}
  - {literatura faktu} $\rightarrow$ {biografie}

Wczytywanie danych

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

Odświeżenie wiedzy: Pandas Cheat Sheet.

Budowanie transakcji

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

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

Liczenie zbiorów elementów

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

['biography', 'history']

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

Formułowanie rekomendacji

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

Na obrazie przedstawiono układ księgarni, w którym sekcje literatury faktu i poezji są pogrupowane razem, a sekcje biografii i historii są pogrupowane razem.

Czas na ćwiczenia!

Analiza koszyka zakupowego w Pythonie