关联推荐：啤酒怎么爱上尿布？

点击上方 “趣味数据周刊” 关注公众号

文章期号：20200129

关联发现更多CP

联系是普遍存在的，关联的存在本身是有价值的，在电商推荐中关联推荐是最简单最直接有效的。关联推荐的核心有三度：支持度，置信度，提升度.

• 支持度是衡量某一关联的应用场景的多少

• 置信度是衡量某一关联在应用场景的占比

• 提升度是衡量某一关联推荐的应用的好坏

一个实践操作，能让我们在三度中，恍然大悟。

1，数据模拟

订单号<-c('OD001','OD002','OD003','OD004','OD005') 

尿布<-c(1, 0,1,1,1) 

啤酒<-c(0, 0,1,1,1) 

可乐<-c(1, 1,1,1,1)

面包<-c(0, 0,0,1,0) 

巧克力<-c(0,1,0,1,0) 

buy_goods <- data.frame(订单号, 尿布, 啤酒, 可乐, 面包, 巧克力)

有五个订单，0/1表示订单是包含商品。

为了更方便的利用SQL对数据进行统计，我们这里需要将数据融合，利用melt实现数据的列转行。

melt(buy_goods, id = (c('订单号')), variable_name =c('商品名称'))

统计描述一下数据

library(sqldf)

SQL = sqldf("SELECT 商品名称, COUNT(1) as Total FROM buy_goods_table WHERE 是否购买=1 group by 商品名称  ORDER BY Total DESC ;")

SQL$Total=as.numeric(SQL$Total)

pie(SQL$Total, labels =SQL$商品名称,explode=0.1,col=rainbow(4), main="购买商品的分布",cex.lab=0.5, cex.axis=0.5, cex.main=1,labelcex=1, family='SimSun')

2，什么是支持度？

即关联组合出现的频率，比如‘尿布’在五个订单出现的频率=4/5；‘尿布->啤酒’ 在五个订单出现的频率=3/5；

3，什么是置信度？

关联组合的条件概率，比如尿布->啤酒的置信度是：在尿布出现的条件下，啤酒出现的概率 = 3/4 ，也等于 ‘尿布->啤酒’的支持度 /  ‘尿布’的支持度。

4，什么是提升度？

组合推荐购买某产品概率 / 直接购买某产品的概率，就是很衡量组合推荐提高某产品的购买效果。

比如‘尿布->啤酒’的置信度 / ‘啤酒’ 的支持度 = 提升度。

一个有效的简单关联规则应具有较高的置信度和较高的支持度。如果规则的支持度较高，但置信度较低，则说明规则的可信度差；如果规则的置信度较高但支持度较低，则说明规则的应用机会很少。一个置信度较高但普遍性较低的规则并没有太多的实际的应用价值。

5，怎么找到效果好的频繁项集 — Apriori 算法

有兴趣同学，可以考虑一些对等类为核心的Eclat算法

5.1，需要将数据转成事务对象。

Bt <- sqldf('SELECT 订单号, 商品名称  FROM buy_goods_table WHERE 是否购买=1')

BuyList<-split(Bt[, '商品名称'], Bt[,'订单号'])

library(Matrix)

library(arules)

BuyTrans<-as(BuyList, 'transactions')  

summary(BuyTrans)

inspect(BuyTrans)

image(BuyTrans);

5.2，在事务对象中搜索频繁项集，生成有效规则

buyrules<-apriori(data=BuyTrans, parameter=list(support=0.5, confidence=0.6, target='frequent itemsets'))

inspect(buyrules)

找出最大的频繁项集：

buyrules<-apriori(data=BuyTrans, parameter=list(support=0.5, confidence=0.6, target='maximally frequent itemsets'))

inspect(buyrules)

5.3，计算组合的提升度

buyrules<-apriori(data=BuyTrans, parameter=list(support=0.5, confidence=0.6, target='rules'))

由此我们可以筛选出最有价值的关联组合「尿布，啤酒，可乐」，「啤酒，尿布」。两个天差地别的商品，就这样成为了传为佳话的一对CP。

6，让简单的规则可视化

buyrules<-apriori(data=BuyTrans, parameter=list(support=0.5, confidence=0.6, target='frequent itemsets'))

inspect(buyrules)

par(family='SimSun')

plot(x= buyrules, method='graph', control=list(main='购买组合可视化'))

buyrules<-apriori(data=BuyTrans, parameter=list(support=0.5, confidence=0.6, target='rules'))

inspect(buyrules)

plot(buyrules, method='grouped')

plot(buyrules, method='paracoord')

plot(buyrules, method='graph',control=list(arrowSize=3,main='关联规则的可视化'))

一起加油吧

推荐阅读：

文章底部点个「在看」，坚持为你创作！