关联分析 - 商品交叉销售分析

一. 项目需求

• 根据用户购买的商品，对购买数据做关联分析
• 获得用户的商品频繁模式，比如哪些商品经常被一起购买
• 根据用户的频繁模式，可以做相应的打包销售或产品组合销售

二. 项目数据

• 数据特征：交易ID（order_id）和商品名称（product_name）
• 数据格式：事务性数据
• 唯一性：每次交易只有一个唯一ID，但是有一个订单ID对应多个商品名称的情况

三.  分析方法

• 关联模式的挖掘，两种方式：

1. 基于自定义开发的Apriori关联算法库，Aprioiri算法主要有两部分组成：发现频繁项集和找出关联规则
2.  引入R语言的关联算法包，实现关联结果的挖掘

• 关联结果展示：通过pyecharts实现

四. 具体过程

4.1 导入所需要的库

具体库

• pandas：用于数据读取和数据转换
• apriori：自定义库，关联算法库
• pyecharts：数据可视化库

代码如下

import pandas as pd
from CorrelationAnalysis import apriori
from pyecharts.charts import Graph
from pyecharts import options as opts  # 配置方法库

4.2 数据预处理

基本思路

• 原数据是事务性的数据记录，需要转换为关联算法所需的记录
• 关联的记录格式：每个订单ID对应的商品合并为一条记录
• 提取方法：列表推导式
• 记录数据类型：列表

代码如下

# 读取csv文件
data = pd.read_csv('order_table.csv')
# 数据转换
order_ids = pd.unique(data['order_id']) 
order_records = [data[data['order_id'] == each_id]['product_name'].tolist() for each_id in order_ids]

View Code