Aprenda Compreendendo a Mecânica da Matriz de Cesta de Mercado | Fundamentos de Regras de Associação e Análise Transacional

Deslize para mostrar o menu

Uma matriz de cesta de compras é uma forma estruturada de representar transações de varejo para análise. Nessa matriz, cada linha corresponde a uma transação única (como a compra de um cliente no caixa), e cada coluna representa um item específico disponível para venda. As entradas da matriz utilizam codificação binária: um valor 1 significa que o item foi comprado naquela transação, enquanto 0 indica que não foi comprado.

Definição

Uma matriz de cesta de compras é uma tabela estruturada que representa dados transacionais em análises de varejo. Cada linha representa uma única transação (como a cesta de compras de um cliente), e cada coluna representa um produto ou item específico disponível na loja. A interseção de uma linha e uma coluna contém um valor—tipicamente 1 ou 0—indicando se o item foi comprado naquela transação.

Essa estrutura é fundamental para a mineração de regras de associação porque fornece uma visão clara e quantitativa de quais itens são comprados juntos em várias transações. Ao analisar padrões nessa matriz, é possível identificar associações, como produtos frequentemente adquiridos em conjunto ou descobrir quais itens impulsionam as vendas quando vendidos em conjunto.

Para entender como isso funciona, considere um pequeno conjunto de transações de exemplo:

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.

Primeiro, liste todos os itens únicos: Bread, Milk, Diaper, Beer, Eggs, Cola. Em seguida, crie a matriz marcando 1 se um item aparecer em uma transação e 0 caso contrário. O resultado é uma tabela onde cada linha é uma transação e cada coluna é um item, preenchida com valores binários para indicar as compras.

Esta matriz é o ponto de partida para algoritmos que buscam conjuntos frequentes de itens e geram regras de associação, sendo um elemento fundamental da análise de varejo.

Exemplo: Construção de uma Matriz de Cesta de Compras em Python

O exemplo de código Python a seguir demonstra como construir uma matriz de cesta de compras a partir de dados de transações:

Uma lista chamada transactions define cada cesta de compras como uma lista de itens adquiridos juntos;
Todos os itens únicos em cada transação são coletados e organizados em ordem na lista items;
O código percorre cada transação, criando uma linha de valores binários: 1 se o item está presente na transação, 0 caso contrário;
Essas linhas são combinadas em uma matriz, que é então convertida em um DataFrame do pandas usando 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)

Este DataFrame fornece uma tabela clara e legível, onde cada linha representa uma transação e cada coluna representa um produto. É possível visualizar facilmente quais itens foram comprados juntos ao observar os 1s na mesma linha, facilitando a análise das associações entre itens.

1. Qual das alternativas a seguir melhor descreve o objetivo de uma matriz de market basket na análise de varejo?

2. Em uma matriz de cesta de mercado, o que as linhas e colunas normalmente representam?

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 1. Capítulo 1

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Seção 1. Capítulo 1