3分钟了解“关联规则”推荐

大数据 数据分析
“把啤酒放在尿布旁,有助于提升啤酒销售量”是关联规则推荐的经典案例,今天,和大家聊聊“关联规则推荐”,正文不含任何公式,保证PM弄懂。

“把啤酒放在尿布旁,有助于提升啤酒销售量”是关联规则推荐的经典案例,今天,和大家聊聊“关联规则推荐”,正文不含任何公式,保证PM弄懂。

一、概念

1. 什么是关联规则(Association Rules)?

答:关联规则是数据挖掘中的概念,通过分析数据,找到数据之间的关联。电商中经常用来分析购买物品之间的相关性,例如,“购买尿布的用户,有大概率购买啤酒”,这就是一个关联规则。

画外音:如果把买尿布记作A,买啤酒记作B。

“买尿布的用户有较大概率买啤酒”这个关联规则记作A -> B。

2. 什么是关联规则推荐(Association Rule Based Recommendaion)?

答:顾名思义,利用关联规则,来实施推荐。关联规则推荐的目标,是希望达到

“将尿布放入购物车之后,再推荐啤酒”比“直接推荐啤酒”获取有更好的售卖效果。

画外音:这个目标非常非常重要,有些场景,或许直接推荐更有效。

关联规则推荐的典型应用:

  • 线下,可以将尿布和啤酒放在一起
  • 线上,可以在用户将尿布放入购物车后,立刻推荐啤酒

二、如何实施

假设某电商会售卖ABCD四种商品,历史上共5笔订单,分别卖出{A,B,C}, {B,C,D}, {A,B,C,D}, {A,C}, {C}。

1. 如何来实施“关联规则”推荐呢?

第一步:数据准备

关联规则

如上图,纵坐标是所有历史订单,横坐标是每笔订单售出的商品。

第二步:计算关联规则(组合商品)的支持度

2. 什么是支持度(support)?

答:共5笔订单,3笔包含商品A,A的支持度是3/5。

很容易计算出,各个商品的支持度。从支持度可以看出,Best Seller是商品C,100%的订单中都包含商品C,C的支持度是1。

除了单个商品,组合商品也有支持度。

关联规则

共5笔订单,2笔同时包含AB,即A->B的支持度是2/5。

画外音:全局总共4种商品,假设关联规则只关联2种商品,则一共需要计算C(4,2)共6种组合商品的支持度{AB,AC,AD,BC,BD,CD}。

支持度评估商品包含在订单中的“概率”,一个订单,有多大概率包含这个商品。

画外音:一般会先对支持度高的商品实施推荐,如果先实优化支持度低的商品,即使推荐效果翻倍,总体订单提升效果也会很有限。

第三步:计算关联规则的置信度

3. 什么是置信度(confidence)?

答:已知购买了A,有多大概率购买了B(即同时购买了AB),称A -> B的置信度。

关联规则

可以看到,商品A有3次购买,这3次中有2次购买了B,A->B的置信度是2/3。

画外音:额,本来不想贴公式的

  1. confidence(A->B) = support(A->B)/support(A)= (2/5)/(3/5) = 2/3 

这也相对比较好理解,

  • 分子:support(A->B)是同时购买AB的比例
  • 分母:support(A)是只购买A的比例

二者相除,得到“购买了A,有多大概率购买B”,置信度的本质是条件概率。

这里需要注意的是,X->Y与Y->X的置信度不一定相等。

confidence(A->B) = support(A->B)/support(A)= (2/5)/(3/5) = 2/3

如上图:

  • B->C的置信度是1,买商品B时,100%会买C,
  • C->B的置信度是3/5,买商品C时,只有3/5买了B。

画外音:

  1. support(B->C)=3/5 
  2. support(C->B)=3/5 
  3. confidence(B->C)=support(B->C)/support(B)=1 
  4. confidence(C->B)=support(C->B)/support(C)=3/5 

公式是给程序看的,excel表格是给人看的,结果都一样。

第四步:计算关联规则的提升度

上一个例子里,confidence(B->C)=1,即:如果用户购买商品B,100%会买C,那是不是意味着,如果用户将商品B放入购物车,就可以向用户推荐商品C呢?

答:不是。

我们来回顾一下,关联规则推荐的目标,是希望达到

“将尿布放入购物车之后,再推荐啤酒”比“直接推荐啤酒”获取有更好的售卖效果。

虽然购买商品B,100%会买C

画外音:confidence(B->C)=1

但直接推荐C,用户也100%会买C

画外音:support(C)=1

会发现,购买B与购买C是独立事件,用户买不买C和用户买不买B没有直接关系。这里的关联规则推荐,并没有比直接推荐获取更好的效果。

4. 用什么指标来评估关联规则推荐的效果呢?

答:提升度。

5. 什么是提升度(lift)?

答:A->B关联规则推荐,与直接推荐B,的比值,可以用来评估推荐效果:

  • 大于1,说明有效,在购买A时推荐B,比直接推荐B,效果更好
  • 等于1,说明无关,购买A与购买B,是独立事件
  • 小于1,说明负相关,购买A时推荐B,效果还不如直接推荐B

画外音:又有公式了

  1. lift(A->B) =confidence(A->B)/support(B) 

这也相对比较好理解,

  • 分子:confidence(A->B),购买A时,有多大概率同时购买B
  • 分母:support(B),有多大概率直接购买B

二者相除,得到效果是否更好。

还是通过两个直观的例子来看。

来看看关联规则A->B,与直接推荐B,效果有没有提升:

  • 有3个订单购买A,这3个订单中有2个订单购买了B,所以A->B的置信度是2/3,即买了A有2/3的概率会买B
  • 直接推荐B的话,5个订单中有3个购买了B,所以B的支持度是3/5,即有3/5的概率会直接买B

会发现,关联规则推荐的效果更好。

画外音:根据公式

  1. confidence(A->B) =support(A->B)/support(A) = 2/3 
  2. support(B) = 3/5 
  3. lift(A->B) =confidence(A->B)/support(B) = 10/9 
  4. lift(A->B) > 1 

故关联规则推荐是正相关的。

来看看关联规则A->D,与直接推荐D,效果有没有提升:

  • 有3个订单购买A,这3个订单中有1个订单购买了D,所以A->D的置信度是1/3,即买了A有1/3的概率会买D
  • 直接推荐D的话,5个订单中有2个购买了B,所以D的支持度是2/5,即有2/5的概率会直接买D

会发现,关联规则推荐的效果很差,还不如直接推荐。

画外音:根据公式

  1. confidence(A->D) =support(A->D)/support(A) = 1/3 
  2. support(D) = 2/5 
  3. lift(A->D) = confidence(A->D)/support(D)= 5/6 
  4. lift(A->B) < 1 

故关联规则推荐是负相关的。

三、总结

(1) 关联规则A->B推荐,目标是,在“用户将A放入购物车时,推荐B”比“单独推荐B”获取更好的效果

(2) A->B的支持度,是用户同时购买A和B概率

(3) A->B的置信度,是用户购买A的同时,有多大概率购买B

(4) A->B的提升度,是“用户购买A的同时,有多大概率购买B”与“直接购买B的概率”的比值

  • 这个值大于1时,说明A->B有正向效果
  • 这个值等于1时,说明A和B是独立事件
  • 这个值小于1时,说明A->B有负向效果

【本文为51CTO专栏作者“58沈剑”原创稿件,转载请联系原作者】

戳这里,看该作者更多好文

责任编辑:赵宁宁 来源: 51CTO专栏
相关推荐

2021-03-12 09:45:00

Python关联规则算法

2018-03-23 11:56:09

相似性推荐推荐算法推荐

2018-03-23 11:46:49

基于内容的推荐职位推荐集群

2021-03-31 09:10:25

UI设计经验

2009-11-05 14:53:54

Visual Stud

2018-03-12 21:31:24

区块链

2021-10-19 07:27:08

HTTP代理网络

2019-11-22 11:10:26

区块链技术

2022-12-16 09:55:50

网络架构OSI

2020-10-13 18:22:58

DevOps工具开发

2021-04-30 16:23:58

WebRTC实时音频

2023-09-07 23:52:50

Flink代码

2018-01-19 09:45:20

架构师今日头条算法

2017-07-06 08:12:02

索引查询SQL

2018-03-12 14:37:50

区块链比特币架构

2022-07-18 06:16:07

单点登录系统

2009-11-09 12:55:43

WCF事务

2021-05-17 20:13:50

数仓操作型数据库

2023-08-15 15:50:42

2020-09-14 11:30:26

HTTP3运维互联网
点赞
收藏

51CTO技术栈公众号