Metrici în analiza coșului de cumpărături

Analiza coșului de cumpărături în R

Christopher Bruffaerts

Statistician

Metrici utilizate pentru extragerea regulilor

TID	Tranzacție
1	{Bread, Butter, Cheese, Wine}
2	{Bread, Butter, Wine}
3	{Bread, Butter}
4	{Butter, Cheese, Wine}
5	{Butter, Cheese}
6	{Cheese, Wine}
7	{Butter, Wine}

Obiectiv: Extragerea regulilor de asociere

Exemple:

{Bread} $\rightarrow$ {Butter}
- Bread = „Antecedent"
- Butter = „Consecvent"
{Butter, Cheese} $\rightarrow$ {Wine}

Metrici: Support, confidence, lift,...

Măsura support

TID	Tranzacție
1	{Bread, Butter, Cheese, Wine}
2	{Bread, Butter, Wine}
3	{Bread, Butter}
4	{Butter, Cheese, Wine}
5	{Butter, Cheese}
6	{Cheese, Wine}
7	{Butter, Wine}

Support : „popularitatea unui set de articole"

supp(X) = Fracțiunea tranzacțiilor care conțin setul X.
supp(X $\cup$ Y) = Fracțiunea tranzacțiilor cu atât X, cât și Y.

Exemple:

supp({Bread}) = 3/7 = 42%
supp({Bread} $\cup$ {Butter}) = 3/7 = 42%

Măsura confidence

TID	Tranzacție
1	{Bread, Butter, Cheese, Wine}
2	{Bread, Butter, Wine}
3	{Bread, Butter}
4	{Butter, Cheese, Wine}
5	{Butter, Cheese}
6	{Cheese, Wine}
7	{Butter, Wine}

Confidence : „cât de des este adevărată regula"

conf(X $\rightarrow$ Y) = supp(X $\cup$ Y) / supp(X)

Confidence indică procentul în care Y este cumpărat împreună cu X.

Exemplu:

X = {Bread}

Y = {Butter}

conf(X $\rightarrow$ Y) = $\frac{3/7}{3/7}$ = 100%

Măsura lift

TID	Tranzacție
1	{Bread, Butter, Cheese, Wine}
2	{Bread, Butter, Wine}
3	{Bread, Butter}
4	{Butter, Cheese, Wine}
5	{Butter, Cheese}
6	{Cheese, Wine}
7	{Butter, Wine}

Lift : „cât de puternică este asocierea"

lift(X $\rightarrow$ Y) = $\dfrac{supp(X \cup Y)}{supp(X) \times supp(Y)}$

Lift > 1: Y este probabil cumpărat împreună cu X
Lift < 1: Y este puțin probabil cumpărat dacă X este cumpărat

Exemplu:

X = {Bread}; Y = {Butter}

lift(X $\rightarrow$ Y) = $\frac{3/7}{(3/7)*(6/7)} = \frac{7}{6}$ ~ 1.16

Funcția apriori pentru seturi frecvente de articole

library(arules)
# Frequent itemsets
supp.cw = apriori(trans, # the transactional dataset
                  # Parameter list
                  parameter=list(
                    # Minimum Support
                    supp=0.2,
                    # Minimum Confidence
                    conf=0.4,
                    # Minimum length
                    minlen=2,
                    # Target
                    target="frequent itemsets"),
                  # Appearence argument
                  appearance = list(
                    items = c("Cheese","Wine"))
                 )

Funcția apriori pentru reguli

library(arules)
# Rules
rules.b.rhs = apriori(trans, # the transactional dataset
                  # Parameter list
                  parameter=list(
                    # Minimum Support
                    supp=0.2,
                    # Minimum Confidence
                    conf=0.4,
                    # Minimum length
                    minlen=2,
                    # Target
                    target="rules"),
                  # Appearence argument
                   appearance = list(
                     rhs = "Butter",
                    default = "lhs")
                 )

Seturi frecvente de articole cu apriori

TID	Tranzacție
1	{Bread, Butter, Cheese, Wine}
2	{Bread, Butter, Wine}
3	{Bread, Butter}
4	{Butter, Cheese, Wine}
5	{Butter, Cheese}
6	{Cheese, Wine}
7	{Butter, Wine}

Extragerea seturilor frecvente de articole

supp.all = apriori(trans, 
           parameter=list(supp=3/7,
           target="frequent itemsets"))        
inspect(head(sort(supp.all,by="support"),3))

    items          support   count
[1] {Butter}       0.8571429 6    
[2] {Wine}         0.7142857 5    
[3] {Cheese}       0.5714286 4

Inspecția măsurilor confidence și lift

TID	Tranzacție
1	{Bread, Butter, Cheese, Wine}
2	{Bread, Butter, Wine}
3	{Bread, Butter}
4	{Butter, Cheese, Wine}
5	{Butter, Cheese}
6	{Cheese, Wine}
7	{Butter, Wine}

Extragerea regulilor

# Rules with "Butter" on rhs
rules.b.rhs = apriori(trans, 
                 parameter=list(
                    minlen=2,
                    target="rules"), 
                 appearance = list(
                     rhs="Butter",
                    default = "lhs")
           )
inspect(head(sort(rules.b.rhs,by="lift")), 5)

Inspecția măsurilor confidence și lift

TID	Tranzacție
1	{Bread, Butter, Cheese, Wine}
2	{Bread, Butter, Wine}
3	{Bread, Butter}
4	{Butter, Cheese, Wine}
5	{Butter, Cheese}
6	{Cheese, Wine}
7	{Butter, Wine}

Extragerea regulilor

    lhs                    rhs      support  confidence lift  count
[1] {Bread}             => {Butter} 0.42      1.0        1.16     3    
[2] {Bread,Cheese}      => {Butter} 0.14      1.0        1.16     1    
[3] {Bread,Wine}        => {Butter} 0.28      1.0        1.16     2    
[4] {Bread,Cheese,Wine} => {Butter} 0.14      1.0        1.16     1    
[5] {Wine}              => {Butter} 0.57      0.8        0.93     4

Să exersăm!

Analiza coșului de cumpărături în R