九道门丨关联分析案例（一）：揭开产品之间的“亲密”关系

近期又是各大商超促销扎推的时候了，不知道大家在买东西的时候是不是也有这样的体会，好多捆绑促销简直就是“绑”到我心坎里，商品的边上刚好是没有计划却也能顺手买下的东西……今天小朱老师就从一个简单的亲和性案例进入，带大家掌握关联规则分析的启蒙知识。告诉你这些商家促销的“小心机”。

什么是亲和性分析

亲和性本身用来判断样本数据相似度的一种数据挖掘方法，一般的使用场景如下：

• 对网站的用户开展新的业务或者定向投放广告
• 销售商品的时候推荐相关或者你喜欢的商品

亲和性分析有个最著名的案例就是：啤酒与尿布的故事

原来，在美国，妇女们经常会嘱咐她们的丈夫下班以后给孩子买一点尿布回来，而丈夫在买完尿布后，大都会顺手买回一瓶自己爱喝的啤酒（由此看出美国人爱喝酒）。商家通过对一年多的原始交易记录进行详细的分析，发现了这对神奇的组合。于是就毫不犹豫地将尿布与啤酒摆放在一起售卖，通过它们的关联性，互相促进销售。“啤酒与尿布”的故事一度是营销界的神话。

为了方便大家理解，在今天的案例中我们只看两件商品同时购买的情况：

用户在购买商品A的同时更倾向于购买商品B

支持度是规则在数据集中出现的次数，即匹配规则的样本数，比如同时购买商品X和Y的交易数；
置信度是衡量匹配规则的准确度的，比如在购买商品X的交易中同时购买商品Y的比例。

首先做数据准备

这边大家可以自己使用随机函数构建数据，代码如下：

可以看到这组数组数据比较小，只有200行5列数据，但是足够用了，这里每一行的数据我们都可以看做是一次交易行为，1代表买了这款商品，0代表没有买。

我们先将这五列分别对应一款商品：橙子，草莓，香蕉，苹果，面包。那么数据的第一行代表的意思就是没有购买香蕉和苹果。

这里我们就先来看看苹果对面包的亲和性。根据概念，置信度需要知道支持度中某商品交易次数，这里我们拿面包举例，看看看出现的次数。

首先查看苹果出现的次数：

计算出来以后我们就可以算出苹果对面包的置信度：用苹果对面包的支持度/含苹果的交易数。

我们算出苹果对面包的支持度为47，也就是同时出现的交易次数是47，而购买苹果同时购买面包的人有48%，也就是置信度是48%。

到这一步我们就需要计算数据当中所有的规则了，当然还是以两个商品组合为例。

最终的结果为：

然后我们可以输出置信度TOP5的规则，看看是那些产品组合。

可以看到四种产品相对于面包的置信度都是最高的，那我们就可以推出购买四种水果面包可以打折之类的促销活动。

大家可以自己制作数据尝试一下亲和性的分析，后续关联性分析小朱老师再跟大家来探讨如何优化算法。