Impara Comprendere la Meccanica della Matrice del Carrello della Spesa | Fondamenti delle Regole di Associazione e Analisi Transazionale

Scorri per mostrare il menu

Una matrice del carrello della spesa è un modo strutturato per rappresentare le transazioni al dettaglio ai fini dell'analisi. In questa matrice, ogni riga corrisponde a una transazione unica (come l'acquisto di un cliente alla cassa) e ogni colonna rappresenta un articolo specifico disponibile per la vendita. Le voci della matrice utilizzano una codifica binaria: un valore di 1 indica che l'articolo è stato acquistato in quella transazione, mentre 0 significa che non lo è stato.

Definizione

Una matrice del carrello della spesa è una tabella strutturata che rappresenta i dati transazionali nell'analisi retail. Ogni riga rappresenta una singola transazione (come il carrello di un cliente), e ogni colonna rappresenta un prodotto o articolo specifico disponibile nel negozio. L'intersezione tra una riga e una colonna contiene un valore—tipicamente 1 o 0—che indica se l'articolo è stato acquistato in quella transazione.

Questa struttura è fondamentale per l'estrazione di regole associative perché offre una visione chiara e quantitativa di quali articoli vengono acquistati insieme in molte transazioni. Analizzando i modelli presenti in questa matrice, è possibile individuare associazioni, come identificare i prodotti frequentemente acquistati insieme o scoprire quali articoli trainano le vendite se venduti in bundle.

Per comprendere come funziona, considera un piccolo insieme di transazioni di esempio:

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

Prima, elenca tutti gli articoli unici: Bread, Milk, Diaper, Beer, Eggs, Cola. Poi, crea la matrice segnando 1 se un articolo appare in una transazione e 0 altrimenti. Il risultato è una tabella in cui ogni riga rappresenta una transazione e ogni colonna un articolo, riempita con valori binari per indicare gli acquisti.

Questa matrice rappresenta il punto di partenza per gli algoritmi che ricercano insiemi frequenti di articoli e generano regole di associazione, costituendo un elemento fondamentale dell'analisi retail.

Esempio: costruzione di una matrice Market Basket in Python

Il seguente esempio di codice Python mostra come costruire una matrice market basket a partire dai dati delle transazioni:

Una lista chiamata transactions definisce ogni carrello come un elenco di articoli acquistati insieme;
Tutti gli articoli unici presenti in ogni transazione vengono raccolti e ordinati nella lista items;
Il codice itera su ciascuna transazione, creando una riga di valori binari: 1 se un articolo è presente nella transazione, 0 se assente;
Queste righe vengono combinate in una matrice, che viene poi convertita in un DataFrame pandas tramite pd.DataFrame.


              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)

Questo DataFrame offre una tabella chiara e leggibile in cui ogni riga rappresenta una transazione e ogni colonna rappresenta un prodotto. È possibile vedere facilmente quali articoli vengono acquistati insieme cercando i 1 nella stessa riga, rendendo semplice l'analisi delle associazioni tra prodotti.

1. Quale delle seguenti descrive meglio lo scopo di una matrice market basket nell'analisi retail?

2. In una matrice market basket, cosa rappresentano tipicamente le righe e le colonne?

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 1

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Sezione 1. Capitolo 1