什么是购物篮分析？

R 中的购物篮分析

Christopher Bruffaerts

Statistician

超市中的多个篮子

商店里有什么？

所有商品_表情

篮子 1：{"Bread", "Cheese"}

篮子 2：{"Bread", "Wine" , "Cheese"}

多个篮子

若有 100 位顾客进店，能否找到一起出现的商品关联？

示例：Bread 和 Cheese

面包_奶酪

结果："若此，则彼"

购物篮分析的应用

从多个篮子中学习

不同应用

电商："购买此商品的用户还购买了"
零售：常被"捆绑或摆放在一起"的商品
社交媒体：好友与连接推荐
视频与电影推荐

在 R 中处理多个篮子

创建一个包含多个篮子的数据集！

my_baskets = data.frame(
  "Basket" = c(1,1,1,1, 2,2,2, 3,3, 4,4,4, 5,5, 6,6, 7,7),
  "Product" = c("Bread", "Cheese", "Cheese", "Cheese",
                "Bread", "Butter", "Wine",
                "Butter", "Butter",
                "Butter", "Wine", "Wine",
                "Butter", "Cheese",
                "Cheese", "Wine",
                "Wine", "Wine")
)

我的篮子一瞥

head(my_baskets)

  Basket Product
1      1   Bread
2      1  Cheese
3      1  Cheese
4      1  Cheese
5      2   Bread
6      2  Butter

篮子里有什么？

问题

有多少个不同的商品？

n_distinct(my_baskets$Product)

[1] 4

有多少个篮子？

n_distinct(my_baskets$Basket)

[1] 7

每个篮子里有多少商品？

df_basket =
  my_baskets %>%
  group_by(Basket) %>%
  summarize(
    n_total = n(),
    n_items = n_distinct(Product))

  Basket n_total n_items
   <dbl>   <int>   <int>
1      1       4       2
2      2       3       3

篮子有多大？

平均篮子大小

basket_size %>% 
  summarize(
    avg_total_items = mean(n_total), 
    avg_dist_items = mean(n_items))

# A tibble: 1 x 2
  avg_total_items avg_dist_items
            <dbl>          <dbl>
1            2.57           1.86

篮子大小分布

# 不同商品数的分布
ggplot(df_basket, aes(n_items)) +
  geom_bar()

分布_篮子

篮子中的特定商品

在看哪个商品？

某商品在所有篮子中出现了多少次？
有多少个篮子包含该商品？

示例：

在 R 中筛选 Cheese

# 包含 Cheese 的篮子数
my_baskets %>%
  filter(Product == "Cheese")  %>%
  summarize(
    n_tot_items = n(),
    n_basket_item = n_distinct(Basket))

  n_tot_items n_basket_item
1           5             3

关联规则挖掘

关联规则挖掘：在一组商品中发现经常共同出现的关联。

表情_箭头

规则提取示例：

{Bread} $\rightarrow$ {Butter}
{Bread, Cheese} $\rightarrow$ {Wine}

接下来是什么？

课程剩余部分计划：

第 2 章：购物篮分析的指标与技术
第 3 章：购物篮分析的可视化
第 4 章：案例研究：MovieLens 电影推荐

movielens_标识

让我们玩转篮子！

R 中的购物篮分析