[PYTHON] Empfehlungs-Tutorial mit Assoziationsanalyse (Konzept)

Über diesen Artikel

Ich habe einen Artikel geschrieben, weil es nicht viele Tutorials auf der Welt gab, die anhand von Beispieldaten zu Empfehlungen implementiert wurden.
Es gibt Methoden, die maschinelles Lernen usw. verwenden, um Empfehlungen zu erstellen. Dies ist jedoch ein Artikel zum Erstellen von Empfehlungen mithilfe statistischer Methoden.
Ich werde mit Python erklären und Datensatz öffnen.

Was ist eine Empfehlung?

Was ist überhaupt eine Empfehlung? ** Es handelt sich um Produkte, Dienstleistungen usw., an denen der Kunde von Seiten des Anbieters interessiert sein könnte **.
Unten finden Sie ein Beispiel für ● MAZON. Wenn Sie sich jedoch die Produktseite eines bestimmten "Komforts" ansehen, werden ** "Komfortbezug" ** und ** "Matratze" ** als empfohlene Produkte empfohlen.

"Komfort", "Komfortbezug" und "Matratze" scheinen sicherlich verwandt zu sein, und ich denke, einige Leute kaufen sie zusammen.
Dies ist genau das Ziel, und indem Sie Empfehlungen aussprechen, können Sie die Menschen dazu bringen, das sogenannte "Kaufen mit Ihnen" und andere Produkte zu erkennen.

Arten von Empfehlungen

Empfehlungen können grob in ** "inhaltsbasiert" ** und ** "transaktionsbasiert" ** unterteilt werden.

Jedes hat seine Vor- und Nachteile, aber da es in Kombination verwendet werden kann, ist es möglich, die Nachteile des anderen zu beseitigen.

Empfehlungen mit Assoziationsanalyse

Empfehlungen, die die Assoziationsanalyse verwenden, die das Thema dieses Artikels ist, entsprechen ** "transaktionsbasierten Empfehlungen" ** der oben genannten Typen.
Und es ist auch eine "transaktionsbasierte Empfehlung", den "Bettbezug" und die "Matratze" für den "Komfort" im vorherigen Beispiel von ● MAZON zu empfehlen.

** "Transaktionsbasierte Empfehlungen" führen grundsätzlich zu Produkten, die "bei Ihnen kaufen". **

• Umgekehrt treten bei "inhaltsbasierten Empfehlungen" häufig "ähnliche" Produkte auf, und bei Bettdecken treten wahrscheinlich Bettdecken anderer Hersteller auf.

Was ist Assoziationsanalyse?

Die Assoziationsanalyse soll die Relevanz von Produkt XY verdeutlichen, z. B. "Wenn Produkt X gekauft wird, ist Produkt Y gleichzeitig (oder als nächstes) leicht zu kaufen". Genau das möchten Sie in der Empfehlung tun.

Die Assoziationsanalyse ist ein statistischer Ansatz, und detaillierte Erklärungen und Theorien sind auf der Website hier sehr gut organisiert. Auf dieser Website finden Sie daher detaillierte Erklärungen und Theorien. In diesem Artikel werden abstrakte Konzepte ohne weitere Theorien erläutert.

Assoziationsanalysemethode

Es gibt zwei Methoden zur Beurteilung der Relevanz in der Assoziationsanalyse. ** 1. Methode mit Vertrauen 2. Methode mit Lift **

Übrigens verwenden wir in diesem Artikel die Methode ** unter Verwendung des Auftriebswerts von ** 2. 2 basiert auf 1, daher werde ich von 1 bis Folgendes erklären.

1. Konzept des Vertrauens

Einfach ausgedrückt ist dies eine Möglichkeit, ein Produkt Y zu finden, das sich gleichzeitig (oder beim nächsten Mal) ändert, wenn ein Produkt X gekauft wird. Siehe die Abbildung unten.

Nehmen wir zunächst als kleines Beispiel an, dass Sie die Daten des Kunden extrahiert haben, der die Bettdecke wie oben beschrieben gekauft hat.
Betrachtet man dies, so haben von den 6 Personen nach dem Kauf der Bettdecke 2 Personen eine Bettdecke, 2 Personen Mineralwasser und 1 Person andere Produkte.
Betrachtet man nur dieses Ergebnis, ** sind die Steppdecke und das Mineralwasser in hohem Maße mit der Steppdecke verbunden. ** **.

Diese Idee ist die Idee des ** Vertrauens **.

2. Konzept des Aufzugs

Im Konzept des Vertrauens in 1 ist ein Punkt zu berücksichtigen. Siehe die Abbildung unten.

Nehmen wir an, wir haben etwas mehr Daten von diesen sechs Kunden gesammelt.
Im obigen Beispiel ist Mineralwasser in erster Linie ein Hauptprodukt und wird häufig unabhängig von der Bettdecke gekauft. In diesem Fall wundert es sich, dass Mineralwasser nur für Bettdecken von hoher Relevanz ist.

Wenn jedoch häufig Mineralwasser gekauft wird, ist es möglicherweise besser, Mineralwasser auch für dieses Produkt X zu empfehlen.
Ich kann nicht sagen, dass dies keine gute Idee ist, aber ich persönlich denke über Folgendes nach.

1. Es ist nicht erforderlich, wichtige Produkte zu empfehlen, da diese überhaupt erst anerkannt werden.
2. Vom Kunden aus gesehen fühlt es sich als empfohlenes Produkt seltsam an

** Mit der Idee des Aufzugs ist es möglich, solche Hauptprodukte wegzulassen und verwandte Produkte Y zu finden, die für Produkt X charakteristisch sind. **
Wie auf der Website hier gezeigt, wird der Lift-Wert aus den Transaktionsdaten berechnet und basierend darauf das hochrelevante Produkt XY Es wird ein Fluss sein, wenn Sie das Paar führen.

Tutorial mit Beispieldaten

Ein Artikel wurde zu [hier] hinzugefügt (https://qiita.com/tachiken0210/items/6873191f9ba5c6f491ed).