Python用Apriori 算法关联规则分析亚马逊购买书籍关联推荐客户和网络图可视化

最近我们被客户要求撰写关于Apriori的研究报告，包括一些图形和统计输出。

Apriori 算法是一个相当新的算法，由 Agrawal 和 Srikant 于 1994 年提出。它是一种用于频繁项集挖掘的算法，允许公司理解和组织向上销售和交叉销售活动。

视频：R语言关联规则模型(Apriori算法)挖掘杂货店的交易数据与交互可视化

，时长07:03

最强大的应用程序之一是我们在亚马逊上在线购物时看到的推荐系统 - 以及当今几乎所有电子商务网站上都存在的各种其他版本。

这是为了帮助理解一个非常简单的数据集，其中包含单个国际标准书号 (ISBN)，它是一本书的唯一国际出版商标识符号。每行代表购买了所列书籍的唯一客户。

目标是了解基本购买行为，向客户推荐的其他书籍是什么——这样它可以提高公司的收入以及对所提供服务的整体满意度。

我们以网络图结束，该图展示了置信度高于 55% 的关系。

设置和导入数据集

import numpy as np
import pandas as pddata.head()

data.shape

数据集上的EDA

#执行堆叠的步骤，转换为字符串，包括删除索引
dt2 = pd.DataFrame
dt2 = dt2.reset_index(drop = True)

dt2.nunique()  # 总共有4,999本独特的书籍

#数据集中购买最多的前10本书
top0 = pd.DataFrame(dt2.value_counts(sort= True, ascending=False).head(10))
to10

  
# 创建条形图 
plt.bar(t0.index, top_10['Frequency']) 

预处理

tdf = t.fit(d2).transform(da2)

ted = t.fit(r).transform(tr)
t_f

tdf = df.astype("int")t_f

oks = d.DataFrame(tf, columns=e.columns_)
bos.head()

建立Apriori模型

runets = apriori(o2, min_support=0.01, use_colnames=True)

feqts

fetes.sort_values( by = ['support'] ,ascending = False)

rls  =  assoc(fret, metric = "lift", min_threshold = 1)

re.solues('confidence', ascending = False)
ruls.head()

rul = rls[res['confidence'] >= 0.55]
rue

结论网络图

fig, ax = plt.subplots(figsize = (10,6))
G = x.from_pandas_edgelist(ul,source = 'antecedents')
n.draw(A)