❖购物篮分析

关联规则是一个典型的购物篮分析模型。分析人员可以通过关联规则模型发现交易数据中不同的商品项的关联，从而找出客户的购买行为模式。

•数据准备

进行关联分析时，我们抽取了某商场的客户购买数据，并从中筛选出和消费行为相关属性的数据，主要是相关的商品列，设置成bool类型的变量。

拖拽数据集节点“购物篮”到编辑区，添加关联规则节点，关联规则连接数据集。

•关联规则

o配置项目

选择关联规则节点配置参数如下图：

选择的自变量如下：

o运行

点击运行全部按钮，运行成功后，节点展示如下：

o结果展示

以表中第一条数据为例，bear（啤酒）和frozenmeal（冻肉）是左项，cannedveg（罐装蔬菜）是右项。支持度（Support）表示购买左项的记录数占所有的购买记录数的百分比，置信度（Confidence）表示同时购买左项和右项的记录数占购买右项记录数的百分比，提升度（Lift）表示置信度与已知右项的百分比的比值，提升度大于 1 的规则才是有意义的。

根据结果可以看出购买了啤酒，冻肉，的顾客有85.9%同时购买了罐头蔬菜，而且提升度为2.834，表明此规则的相关性很强。由此可知，啤酒和冻肉、罐装蔬菜放在一起销售比较合理。

关联规则图显示了前三项关联性较强的项目。

关联规则图：

关联规则信息表：