Sammanfattning av transaktioner

Kundkorgsanalys i R

Christopher Bruffaerts

Statistician

Viktiga punkter inom marknadskorgsanalys

Marknadskorgsanalys

Fokus på vad, inte på hur mycket;
dvs. vad har kunderna i sina korgar?

one_grocery_basket

Huvudmått

Support
Konfidensgrad
Lift

En varning

Den extraherade regeluppsättningen kan bli mycket stor!
Inspektera eller visa inte alla regler i så fall – använd alltid en delmängd eller funktionerna head eller tail!

Datamängden Groceries

Tillbaka till livsmedelsbutiken

Groceries

Datamängd från arules-paketet

# Loading the arules package
library(arules)

# Loading the Groceries dataset
data(Groceries)

summary(Groceries)

Sammanfattning av 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

Densitet i Groceries

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

image_groceries_200

¹ Objektmatrisens densitet är 2,6 %.

Mest och minst populära varor

Mest populära varor

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

itemFreqPlot_groceries

Minst populära varor

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')

itemFreqPlot_groceries_leas

Korstabeller via index

Korstabell

# 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

Sorterad korstabell

# 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

Korstabeller via varunamn

Korstabell

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

[1] 83

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

[1] 0.003595389

Korstabeller med andra mått

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

Datamängden MovieLens

MovieLens: Webbaserat rekommendationssystem som föreslår filmer för användarna.

movielens

Nu kör vi en övning!

Kundkorgsanalys i R