賽題背景

賽題以購(gòu)物籃分析為背景，要求選手對(duì)品牌的歷史訂單數(shù)據(jù)，挖掘頻繁項(xiàng)集與關(guān)聯(lián)規(guī)則。通過(guò)這道賽題，鼓勵(lì)學(xué)習(xí)者利用訂單數(shù)據(jù)，為企業(yè)提供銷(xiāo)售策略，產(chǎn)品關(guān)聯(lián)組合，為企業(yè)提升銷(xiāo)量的同時(shí)，也為消費(fèi)者提供更適合的商品推薦。

賽題數(shù)據(jù)

數(shù)據(jù)源：order.csv，product.csv，customer.csv，date.csv ，分別為訂單表，產(chǎn)品表，客戶(hù)表，日期表，使用天池實(shí)驗(yàn)室打比賽即可直接在notebook中掛載數(shù)據(jù)源https://tianchi.aliyun.com/competition/entrance/531891/information

賽題任務(wù)

現(xiàn)在需要你使用關(guān)聯(lián)分析（比如Apriori算法） 挖掘訂單中的頻繁項(xiàng)集及關(guān)聯(lián)規(guī)則
說(shuō)明：
1）頻繁項(xiàng)集、關(guān)聯(lián)規(guī)則的計(jì)算會(huì)用到支持度、置信度、提升度等指標(biāo)，
2）頻繁項(xiàng)集：即大于最小支持度的商品或商品組合
3）關(guān)聯(lián)規(guī)則：在頻繁項(xiàng)集中，滿足最小置信度，或最小提升度的推薦規(guī)則
（這里最小支持度、最小置信度或最小提升度，選手可以根據(jù)數(shù)據(jù)集的特點(diǎn)自己設(shè)定）

import pandas as pd import time import matplotlib.pyplot as plt from matplotlib import font_manager import matplotlib #將pyplot字體轉(zhuǎn)化成中文 matplotlib.rcParams['font.family'] = 'Microsoft YaHei'df_product = pd.read_csv("./product.csv", encoding='gbk') df_date = pd.read_csv("./date.csv", encoding='gbk') df_customer = pd.read_csv('./customer.csv', encoding='gbk') df_order = pd.read_csv('./order.csv', encoding='gbk')df_order['訂單日期'] = pd.to_datetime(df_order['訂單日期']) df_order # 合并該天內(nèi)該客戶(hù)購(gòu)買(mǎi)的所有產(chǎn)品 df_order = df_order.groupby(['客戶(hù)ID', '訂單日期'])['產(chǎn)品名稱(chēng)'].unique() df_order # 將所有交易追加到同一個(gè)交易列表中 transactions = [] for value in df_order:transactions.append(list(value)) # 采用efficient_apriori算法挖掘頻繁項(xiàng)集和頻繁規(guī)則,單個(gè)transaction定義為同一天內(nèi)同一客戶(hù)ID購(gòu)買(mǎi)的所有產(chǎn)品 from efficient_apriori import aprioristart = time.time() Itemsets, rules = apriori(transactions, min_support=0.03, min_confidence=0.05) print('頻繁項(xiàng)集:', Itemsets) print('關(guān)聯(lián)規(guī)則:', rules) end = time.time() print("用時(shí):", end - start) # Step 6 繪制頻繁項(xiàng)集的條形圖，橫坐標(biāo)為apriori算法輸出的頻繁項(xiàng)集，縱坐標(biāo)為相應(yīng)的頻數(shù) Itemsets_pro = [] Itemsets_num = [] for key in Itemsets.keys():df1 = Itemsets[key]for key in df1:Itemsets_pro.append(key)Itemsets_num.append(df1[key]) # Step 7 將橫坐標(biāo)轉(zhuǎn)化為字符串形式 Itemsets_pro_str = [] for i in Itemsets_pro:Itemsets_pro_str.append(','.join(list(i))) # Step 8 做出頻繁項(xiàng)集頻數(shù)分布柱狀圖 plt.figure(figsize=(12,9),dpi=100) plt.bar(Itemsets_pro_str, Itemsets_num) plt.xlabel('頻繁項(xiàng)集_產(chǎn)品名稱(chēng)', fontsize=10) plt.ylabel('頻繁項(xiàng)集_出現(xiàn)頻數(shù)', fontsize=10) plt.title('頻繁項(xiàng)集頻數(shù)分布柱狀圖', fontsize=16) plt.xticks(rotation=90, fontsize=10) for a, b in zip(Itemsets_pro_str, Itemsets_num): plt.text(a, b + 0.005, str(b), ha='center', va='bottom', fontsize=7) plt.show()

總結(jié)

以上是生活随笔為你收集整理的【算法竞赛学习】数据分析达人赛2:产品关联分析的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。