企业数据分析平台实现购物篮分析

通过研究用户消费数据，将不同商品之间进行关联，并挖掘二者之间联系的分析方法，叫做商品关联分析法，即“购物篮分析”。通过企业数据分析平台帆软实现对企业数据购物篮分析，具体数据分析的形式将以数据可视化仪表板的形式展现出来。

目录

1.知识准备

1.1 支持度(support)

1.2 置信度(confidence)

1.3 提升度(lift)

2.仪表板准备

2.1 商品关联分析警戒图

2.2 关联指标tab组件实现

2.3 关联分析明细表

3.归纳总结

---

1.知识准备

1.1 支持度(support)

支持度是对关联规则重要性的衡量

定义：支持度是指A商品和B商品同时被购买的概率，或者说某个商品组合的购买次数占总商品购买次数的比例。

支持度说明了这条规则在所有事务中有多大的代表性，显然支持度越大，关联规则越重要。

概率描述：物品集A对物品集B的支持度support（A==>B）=P（A n B）

实例说明：今天共有10笔订单，其中同时购买牛奶和面包的次数是6次，那么牛奶+面包组合的置信度就是6/10=60%

1.2 置信度(confidence)

置信度是对关联规则的准确度的衡量

定义：置信度是指购买A之后又购买B的条件概率，简单说就是因为购买了A所以购买了B的概率。

计算公式：物品集A对物品集B的置信度confidence（A==>B）=P（A|B）

实例说明：今天共有10笔订单，其中购买A的次数是8，同时购买A和B的次数是6，则其置信度是6/8=75%

1.3 提升度(lift)

定义：先购买A对购买B的提升作用，用来判断商品组合方式是否具有实际价值，是看组合商品被购买的次数是否高于单独商品的购买次数，大于1说明该组合方式有效，小于1则说明无效。</