使用R語言進行購物籃分析(Market Basket Analysis)
在資料分析領域中，購物籃分析又稱關聯分析，從大量的交易資料中，探勘出在資料間具有相關性的隱藏規則與商業知識。購物籃分析最經典的就是啤酒與尿布的例子了!
世界最大的零售商沃爾瑪(Wal-mart)就運用關聯分析的技術，從每日大量的商品交易資料中進行消費者購買商品間的關聯分析，結果竟然意外發現星期四晚上通常同時購買啤酒與尿布。
現在就來看看要如何利用R語言進行關聯分析吧!
首先，先載入關聯分析所需要用到的arules相關套件:
install.packages("arules")
library(arules)
install.packages("arulesViz")
library(arulesViz) 下載後打開該資料檔，會發現它跟我們平常用來分析的資料檔並不一樣，是屬於交易資料形式。
因此我們必須採用read.transaction來讀取(交易資料與一般data frame不同,為每次買了甚麼商品)
groceries = read.transactions("C:\\Users\\user\\Desktop\\groceries.csv",sep=",") 讀取完後可以使用summary函式看一下資料的摘要。
summary(groceries) 執行結果如下，可以發現統計出了幾個比較頻繁出現的字詞，
接下來呢，我們用inspect函式來看前面五筆資料。
inspect(groceries[1:5]) 除了看商品品項之外，也可以使用size函式，來看單次購買的品項有幾種商品。
接著呢，我們再利用itemFrequency函式，去列出每一項品項佔的比例，藉由這個函數，也可以找出出現頻率比較高的商品。
itemFrequency(groceries) 接下來就是重頭戲拉! 看到密密麻麻的比例我們要怎麼讓它變得比較好理解呢?
因此我們接著來進行畫圖的動作。
用itemFrequencyPlot繪出產品佔的比例圖，support參數是支持度的意思(通常會默認是0.1，如果不使用的話，則會列出所有產品品項，會很亂喔。)
itemFrequencyPlot(groceries,topN = 10)
itemFrequencyPlot(groceries,topN = 10,type = "absolute")
itemFrequencyPlot(groceries,topN = 10,horiz = T,
main = "Item Frequency",xlab = "Relative Frequency")
itemFrequencyPlot(groceries,support = 0.1,
main = "Item Frequency with S = 0.1",ylab = "Relative Frequency") 跑完code後圖就會出來啦!
一看就知道原來whole milk出現的頻率是最高的
再來，便是載入在關聯分析中最重要的演算法之一 — Apriori:
Apriori是最經典的關聯分析挖掘演算法，原理清晰且實現方便，可以說是學習關聯分析的入門演算法，但效率低；而Eclat演算法則在運行效率方面有所提升。
載入以下程式碼:
apriori(groceries)
rule1 = apriori(groceries,parameter = list(support = 0.006,confidence = 0.3))
summary(rule1) apriori演算法大概是這樣運作的，我們必須要設定support以及confidence:
- 支持度(support)：「規則」在資料內具有普遍性，也就是這些 A 跟 B 同時出現的機率多少。
- 信賴度(confidence)：「規則」要有一定的信心水準，也就是當購買 A 狀態下，也會購買 B 的條件機率。
等rule跑出來之後，要觀察需要使用inspect()的函式：
inspect(rule1[1:5]) 執行結果如下，
lhs=rhs 代表買左邊也會買右邊的意思，而支持度與信賴度，則分別代表了普遍性與信心水準。
例如，第一個關聯規則可以解釋為，「若某人單次消費購買的是pot plants= 也會購買whole milk」
而lift=1.5 1，表示了這個規則相當具有正相關。
除此之外，我們也可以針對特定商品產生關連規則。
例如: 用yogurt這個產品來產生一個相關聯的rules
其中%pin%"yog"，代表的意思是尋找找商品名稱有 “yog"的品項，
yogurtr1 = subset(rule1,items %pin% "yog")
summary(yogurtr1)
inspect(yogurtr1[1:15]) 執行結果:
關於關聯分析就先講到這裡啦，在資料的世界裡，有太多太多關聯等著我們去挖掘，每個細微的地方，都可能隱藏著商機，這也是為甚麼有越來越多公司花大錢也要進行資料探勘，常見的電影推薦、購物網站商品推薦，其實都是關聯分析的運用。
分享至
成為作者繼續創作的動力吧！
© 2024 vocus All rights reserved.