分析你的菜篮子
30分钟的商业对策 | Links:
问题
“啤酒与尿布”的故事是数据挖掘领域的一个传说。“啤酒”和“尿布”两个看上去没有关系的商品摆放在一起进行销售，居然获得了很好的销售收益。 这一现象的发现得益于沃尔玛的数据挖掘。这种针对超市门店关联商品的分析叫做购物篮分析。
今天这一Data Challenge的任务有着类似的设定：
- 研究消费者购买历史记录
- 将最有可能共同购买的物品聚类在一起，以替代目前的人工分类
- 每个商品只能属于一类
商品聚类分析的基本逻辑
- 这一项目明确要求每个商品只能属于一类，因此这是一个聚类问题
- 如果一个商品可以属于多个类别，这将变成一个关联规则分析 Association Rule
- 重点步骤
- 将数据变换为N*M矩阵：N行交易，M行商品
- 使用0/1标记商品是否被购买
- 创造M*M相似性矩阵（基于correlation或者cosine similarity）
- 对相似性矩阵进行聚类分析，先考虑k-means clustering,如果表现不好再尝试hierarchical clustering
- 进行k-means clustering时，使用elbow方法寻找合适的k值
- 要注意分类数目不能太多或太少，否则聚类将失去价值
