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,使得两种商品的销量都大幅增加,这就是啤酒与尿布的故事。
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?
今天来解决第一个问题,利用apriori算法对订单数据做关联分析,从中找到类似于“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。
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。 the most popular goods,往往也是我们在后面关联分析的重要关注对象。