先给大家介绍一个啤酒与尿布的故事。沃尔玛在观察消费者购物行为时发现，男性顾客在购买婴儿尿片时，常常会顺便搭配几瓶啤酒，于是尝试推出将啤酒和尿布摆在一起的促销手段，结果尿布和啤酒的销量都大幅增加。
做着类似业务的医药电商受到启发，是否也可以从自己的历史订单中提取到类似于“啤酒-尿布”的频繁模式，进行联合销售，并找到对应的“奶爸群体”，实现个性化推荐呢？
今天我们来解决第一个问题，利用apriori算法对订单数据做关联分析，找到其中类似于“啤酒-尿布”的频繁模式。
依然沿用之前做用户分析的订单数据，仅保留订单号和商品名，25万+行，涉及16379条订单和9692个商品，仅凭观察是很难发现关联模式的。
在R里进行关联分析。
- 简单描述
如果我们想知道那些在订单中出现频率比较高的商品，比如每20人下单，至少1人会买的商品，就有这7种，这些most popular goods，也是我们在后面关联分析的重要关注对象。
- 关联规则挖掘
参数需要自己设计。support：组合占整体的比重，值越大符合条件的规则越少；confidence：置信水平：衡量结果的可靠性，值越大条件越宽松规则数越少；minlen：规则最小长度，即规则所含商品数，啤酒-尿布就是长度为2的规则。
rules1 <- apriori(goodsdata2,
parameter = list(support = 0.004, confidence = 0.2, minlen = 2))
summary(rules1)
inspect(rules1)
rules1.sort = sort ( rules1, by=“support” )
-
结果分析
参数按上面取值可得到58条规则，按支持度排序后如图，容易发现：
买了感康 复方氨酚烷胺片的，很可能会顺带买一批999 感冒灵颗粒；
江中 健胃消食片的成人版和小儿版往往被同时购买。
对于只买过=>左边商品的客户，就可考虑把=>右边的商品推荐给他。
或者画个关联图，LHS所示的商品，购买对应RHS的可能性，用红点的大小表示，关系最为显著的江中健胃消食片成人版、小儿版和999感冒灵，不妨考虑打包联合销售。
参考代码：
l#转化为特定格式
goodsdata2 <- read.transactions(‘goods.csv’,
sep=",",
format=“single”,
cols=c(2,3))
#出现概率在5%以上的商品
itemFrequencyPlot(goodsdata2, support=0.05)
#出现概率top10
itemFrequencyPlot(goodsdata2, topN=10, horiz=T)
#订单商品的分布情况，效果很差
image(sample(goodsdata2,100))
#关联规则挖掘
rules1 <- apriori(goodsdata2,
parameter = list(support = 0.004, confidence = 0.2, minlen = 2))
summary(rules1)
inspect(rules1)
#规则排序
rules1.sort = sort ( rules1, by=“support” )
#搜索含特定商品的规则
gk.rules <- subset(rules1, items %in% c(“感康 复方氨酚烷胺片”))
gk.rhs.rules <- subset(rules1, rhs %in% c(“感康 复方氨酚烷胺片”))
#导出规则
rules.df <- as(rules1.sort,“data.frame”)
write.csv(rules.df,“rules.csv”)
#规则可视化
library(grid);library(arulesViz)
plot(rules1,
control=list(jitter=2),
shading = “lift”) #三个度
plot(rules1, method=“grouped”) #商品关联关系