Lära Förståelse för mekanismerna bakom Market Basket-matrisen | Grunderna i Associationsregler och Transaktionsanalys

Svep för att visa menyn

En market basket-matris är ett strukturerat sätt att representera detaljhandelstransaktioner för analys. I denna matris motsvarar varje rad en unik transaktion (till exempel ett kundköp vid kassan), och varje kolumn representerar en specifik vara till försäljning. Matrisens värden använder binär kodning: värdet 1 betyder att varan köptes i den transaktionen, medan 0 betyder att den inte köptes.

Definition

En market basket-matris är en strukturerad tabell som representerar transaktionsdata inom detaljhandelsanalys. Varje rad står för en enskild transaktion (till exempel en kunds varukorg), och varje kolumn representerar en specifik produkt eller vara som finns i butiken. Skärningspunkten mellan en rad och en kolumn innehåller ett värde—vanligtvis 1 eller 0—som indikerar om varan köptes i den transaktionen.

Denna struktur är grundläggande för association rule mining eftersom den ger en tydlig, kvantitativ översikt över vilka varor som köps tillsammans i många transaktioner. Genom att analysera mönster i denna matris kan du identifiera samband, såsom att upptäcka produkter som ofta köps tillsammans eller vilka varor som driver försäljning när de paketeras ihop.

För att förstå hur detta fungerar, betrakta ett litet urval av exempeltransaktioner:

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.

Börja med att lista alla unika varor: Bread, Milk, Diaper, Beer, Eggs, Cola. Skapa sedan matrisen genom att markera 1 om en vara förekommer i en transaktion och 0 annars. Resultatet är en tabell där varje rad är en transaktion och varje kolumn är en vara, fylld med binära värden som visar köp.

Denna matris utgör utgångspunkten för algoritmer som söker efter frekventa varukombinationer och genererar associationsregler, vilket gör den till en grundpelare inom detaljhandelsanalys.

Exempel: Skapa en Market Basket-matris i Python

Följande Python-kodexempel visar hur man konstruerar en market basket-matris från transaktionsdata:

En lista kallad transactions definierar varje kundkorg som en lista över varor som köpts tillsammans;
Alla unika varor från varje transaktion samlas in och sorteras i listan items;
Koden itererar över varje transaktion och skapar en rad med binära värden: 1 om en vara finns i transaktionen, 0 om inte;
Dessa rader kombineras till en matris, som sedan konverteras till en pandas DataFrame med 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)

Denna DataFrame ger en tydlig och lättläst tabell där varje rad representerar en transaktion och varje kolumn representerar en produkt. Du kan enkelt se vilka varor som köps tillsammans genom att leta efter 1 i samma rad, vilket gör det enkelt att analysera varuassociationer.

1. Vilket av följande beskriver bäst syftet med en market basket-matris inom detaljhandelsanalys?

2. Vad representerar vanligtvis rader och kolumner i en market basket-matris?

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 1

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Avsnitt 1. Kapitel 1