Podsumowanie transakcji

Analiza koszyka zakupowego w R

Christopher Bruffaerts

Statistician

Kluczowe zagadnienia analizy koszyka zakupów

Analiza koszyka zakupów

Skupienie na czym, a nie na ile;
tj. co klienci mają w swoich koszykach?

Jeden koszyk z zakupami

Główne miary

Wsparcie (support)
Ufność (confidence)
Dźwignia (lift)

Ważna uwaga

Zbiór wyodrębnionych reguł może być bardzo duży!
W takim przypadku nie należy przeglądać ani wyświetlać wszystkich reguł – zawsze używaj podzbioru reguł lub funkcji head bądź tail!

Zbiór danych Groceries

Wróćmy do sklepu spożywczego

Groceries

Zbiór danych z pakietu arules

# Loading the arules package
library(arules)

# Loading the Groceries dataset
data(Groceries)

summary(Groceries)

Podsumowanie zbioru Groceries

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

Gęstość zbioru Groceries

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

Wizualizacja 200 transakcji – Groceries

¹ Gęstość macierzy produktów wynosi 2,6%.

Najpopularniejsze i najmniej popularne produkty

Najpopularniejsze produkty

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

Wykres częstości produktów – Groceries

Najmniej popularne produkty

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')

Wykres częstości – najmniej popularne produkty

Tablice krzyżowe według indeksu

Tablice kontyngencji

# 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

Posortowana tablica kontyngencji

# 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

Tablice krzyżowe według nazw produktów

Tablice kontyngencji

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

[1] 83

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

[1] 0.003595389

Tablice kontyngencji z innymi miarami

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

Zbiór danych MovieLens

MovieLens: Internetowy system rekomendacji filmów dla użytkowników.

movielens

Czas na filmy!

Analiza koszyka zakupowego w R