数据挖掘-购物篮关联规则分析

使用Apriori关联规则算法实现购物篮分析,发现不同商品之间的关联关系,并根据商品之间的关联规则制定营销策略。分析方法购物篮关联规则挖掘的主要步骤如下: (1)对原始数据进行数据探索性分析,分析商品的热销情况与商品结构。 (2)对原始数据进行数据预处理,转换数据形式,使之符合Apriori关联规则算法要求。 (3)在步骤2得到的建模数据基础上,采用Apriori关联规则算法调整模型输入参数,完成商品关联性分析。 (4)结合实际业务,对模型结果进行分析,根据分析结果给出销售建议,最后输出关联规则结果。
zip
购物篮数据挖掘.zip 预估大小:12个文件
file
frequent_itemsets.csv 7KB
folder
data 文件夹
file
GoodsOrder.csv 568KB
file
GoodsTypes.csv 3KB
file
noalcohol.png 53KB
file
数据挖掘-购物篮关联规则分析.html 1.33MB
file
Top10.png 17KB
file
percent.png 42KB
file
percent.csv 342B
file
数据挖掘-购物篮关联规则分析.ipynb 1.01MB
file
rules.csv 5KB
folder
.ipynb_checkpoints 文件夹
file
购物篮关联规则分析-checkpoint.ipynb 1013KB
file
数据挖掘-购物篮关联规则分析-checkpoint.ipynb 17KB
zip 文件大小:2.42MB