Lernen Understanding the Mechanics of the Market Basket Matrix | Grundlagen von Assoziationsregeln und Transaktionsanalyse

Swipe um das Menü anzuzeigen

Eine Warenkorbmatrix ist eine strukturierte Darstellung von Einzelhandelstransaktionen zur Analyse. In dieser Matrix entspricht jede Zeile einer eindeutigen Transaktion (wie dem Einkauf eines Kunden an der Kasse), und jede Spalte steht für einen bestimmten zum Verkauf angebotenen Artikel. Die Einträge in der Matrix verwenden eine binäre Codierung: Ein Wert von 1 bedeutet, dass der Artikel in dieser Transaktion gekauft wurde, während 0 bedeutet, dass er nicht gekauft wurde.

Definition

Eine Warenkorbmatrix ist eine strukturierte Tabelle, die Transaktionsdaten in der Einzelhandelsanalyse darstellt. Jede Zeile steht für eine einzelne Transaktion (wie den Warenkorb eines Kunden), und jede Spalte repräsentiert ein bestimmtes Produkt oder einen Artikel, der im Geschäft verfügbar ist. Der Schnittpunkt von Zeile und Spalte enthält einen Wert—typischerweise 1 oder 0—der angibt, ob der Artikel in dieser Transaktion gekauft wurde.

Diese Struktur ist grundlegend für das Auffinden von Assoziationsregeln, da sie eine klare, quantitative Übersicht darüber bietet, welche Artikel gemeinsam in vielen Transaktionen gekauft werden. Durch die Analyse von Mustern in dieser Matrix lassen sich Zusammenhänge erkennen, wie zum Beispiel Produkte, die häufig zusammen gekauft werden, oder Artikel, die den Umsatz steigern, wenn sie gebündelt angeboten werden.

Um zu verstehen, wie dies funktioniert, betrachten Sie eine kleine Menge an Beispieltransaktionen:

Transaktion 1: Bread, Milk;
Transaktion 2: Bread, Diaper, Beer, Eggs;
Transaktion 3: Milk, Diaper, Beer, Cola;
Transaktion 4: Bread, Milk, Diaper, Beer;
Transaktion 5: Bread, Milk, Diaper, Cola.

Zuerst werden alle einzigartigen Artikel aufgelistet: Bread, Milk, Diaper, Beer, Eggs, Cola. Anschließend wird die Matrix erstellt, indem 1 markiert wird, wenn ein Artikel in einer Transaktion vorkommt, und andernfalls 0. Das Ergebnis ist eine Tabelle, in der jede Zeile eine Transaktion und jede Spalte einen Artikel darstellt, ausgefüllt mit binären Werten zur Kennzeichnung der Käufe.

Diese Matrix bildet die Grundlage für Algorithmen, die nach häufigen Itemsets suchen und Assoziationsregeln generieren, und ist somit ein zentrales Element der Handelsanalytik.

Beispiel: Erstellung einer Market Basket Matrix in Python

Das folgende Python-Codebeispiel zeigt, wie eine Market Basket Matrix aus Transaktionsdaten erstellt wird:

Eine Liste namens transactions definiert jeden Einkaufskorb als eine Liste gemeinsam gekaufter Artikel;
Alle eindeutigen Artikel aus jeder Transaktion werden gesammelt und in der Liste items sortiert;
Der Code iteriert über jede Transaktion und erstellt eine Zeile mit binären Werten: 1, wenn ein Artikel in der Transaktion enthalten ist, 0, wenn nicht;
Diese Zeilen werden zu einer Matrix kombiniert, die anschließend mit pd.DataFrame in ein pandas DataFrame umgewandelt wird.


              1234567891011121314151617181920212223
            
import pandas as pd

# Sample list of transactions (each transaction is a list of items)
transactions = [
    ['Bread', 'Milk'],
    ['Bread', 'Diaper', 'Beer', 'Eggs'],
    ['Milk', 'Diaper', 'Beer', 'Cola'],
    ['Bread', 'Milk', 'Diaper', 'Beer'],
    ['Bread', 'Milk', 'Diaper', 'Cola']
]

# Get a sorted list of all unique items
items = sorted({item for transaction in transactions for item in transaction})

# Create the market basket matrix
basket_matrix = []
for transaction in transactions:
    row = [1 if item in transaction else 0 for item in items]
    basket_matrix.append(row)

# Convert to pandas DataFrame for readability
df = pd.DataFrame(basket_matrix, columns=items)
print(df)

Dieses DataFrame bietet eine übersichtliche, gut lesbare Tabelle, in der jede Zeile eine Transaktion und jede Spalte ein Produkt darstellt. Durch das Auffinden von 1 in derselben Zeile lässt sich leicht erkennen, welche Artikel gemeinsam gekauft wurden, was die Analyse von Artikelassoziationen vereinfacht.

1. Welche der folgenden Aussagen beschreibt am besten den Zweck einer Market Basket Matrix in der Handelsanalyse?

2. Was stellen die Zeilen und Spalten in einer Warenkorbmatrix typischerweise dar?

War alles klar?

Danke für Ihr Feedback!

Abschnitt 1. Kapitel 1

Fragen Sie AI

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Abschnitt 1. Kapitel 1