啤酒和尿不湿？购物篮分析、商品关联分析和关联规则算法都给你搞清楚（上—理论篇）

不管是不是搞数据分析的，相信应该都听过啤酒尿不湿的故事，说的是美国的沃尔玛超市管理人员分析销售数据时发现了一个令人难以理解的现象：“啤酒”与“尿布湿”这两件看上去毫无关系的商品会经常出现在同一个购物篮中。经过后续调查他们发现，这种现象大多出现在年轻的父亲身上。

原来在有婴儿的美国家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布湿。父亲在购买尿布湿的同时，往往会顺便为自己购买啤酒，这就出现了啤酒与尿布湿这两件看上去不相干的商品经常被放入同一个购物篮的现象。沃尔玛超市发现了这一独特的现象，开始在卖场尝试将啤酒与尿布湿摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物，销售效果很明显。1993 年美国学者 Agrawal 通过分析购物篮中的商品集合，从而找出商品之间关联关系的算法，并根据商品之间的关系，找出客户的购买行为。从数学及计算机算法角度他提出了商品关联关系的计算方法，也就是接下来要讲的Aprior 算法。

沃尔玛尝到了甜头，后来又发现一个现象，每当季节性飓风来临之前，蛋挞销量也增加了，于是每当季节性飓风来临时，沃尔玛就会把蛋挞与飓风用品摆放在一起，从而增加销量。

无独有偶，美国第二大超市塔吉特百货(Target)被一位父亲抗议投诉，说他的女儿还是高中生，超市却给她邮寄孕妇产品。超市经理赶忙道歉才平息了这位父亲的怒火。谁知一个月后这位父亲来给超市道歉，说他的女儿的确怀孕了。一家超市怎么会比父亲先知道女儿的怀孕呢？原来塔吉特从公司订单数据仓库中挖掘出25项与怀孕高度相关的商品，制作“怀孕预测”指数。比如他们发现女性会在怀孕四个月左右，大量购买无香味乳液。以此为依据推算出预产期后，抢先一步将孕妇装，婴儿床等折扣劵寄给客户来吸引客户购买。

这就是大数据的威力，当数据量足够大，就具有了统计学意义，群体行为的规律性就被发掘出来。其实不是你的隐私被窥探了，而是你恰好是目标群体的一份子，不是你还会是别人。

现在小视频很火，不知道大家有没有意识到，抖音很懂你，总是给你推你喜欢的东西。这就是推荐算法在背后起作用。如果是你，让你给你的朋友推荐购买商品，你会怎么办？第一种办法，你观察他喜欢买什么东西，这些东西有什么共同特性，那你就推荐你有的同类产品，这叫基于物品的协同过滤（Collaborative Filtering）；第二种办法你看他玩得好的几个朋友买的东西都是什么，找出同类产品推荐给他，这叫基于用户的协调过滤。那还有什么方法呢？就是接下来要讲的关联规则。通过关联规则，可以找到不一定是同类或功能关联产品的关系的商品组合，从而提升销量。这是一种简单好理解，但是实施起来却很复杂的算法。我一说你就懂，但是你一做就不一定会。

<