04_從啤酒與尿布,聊關聯規則推薦
“把啤酒放在尿布旁,有助於提升啤酒銷售量”是關聯規則推薦的經典案例,今天,和大家聊聊“關聯規則推薦”,正文不含任何公式,保證PM弄懂。
一、概念
什麼是關聯規則(Association Rules)?
答:關聯規則是資料探勘中的概念,通過分析資料,找到資料之間的關聯。電商中經常用來分析購買物品之間的相關性,例如,“購買尿布的使用者,有大概率購買啤酒”,這就是一個關聯規則。
畫外音:如果把買尿布記作A,買啤酒記作B。
“買尿布的使用者有較大概率買啤酒”這個關聯規則記作A -> B。
什麼是關聯規則推薦(Association Rule Based Recommendaion
答:顧名思義,利用關聯規則,來實施推薦。關聯規則推薦的目標,是希望達到
“將尿布放入購物車之後,再推薦啤酒”
比
“直接推薦啤酒”
獲取有更好的售賣效果。
畫外音:這個目標非常非常重要,有些場景,或許直接推薦更有效。
關聯規則推薦的典型應用:
-
線下,可以將尿布和啤酒放在一起
-
線上,可以在使用者將尿布放入購物車後,立刻推薦啤酒
二、如何實施
假設某電商會售賣ABCD四種商品,歷史上共5筆訂單,分別賣出{A,B,C}, {B,C,D}, {A,B,C,D}, {A,C}, {C} 如何來實施“關聯規則”推薦呢?
第一步:資料準備
如上圖,縱座標是所有歷史訂單,橫座標是每筆訂單售出的商品。
第二步:計算關聯規則(組合商品)的支援度
什麼是支援度(support)?
答:共5筆訂單,3筆包含商品A,A的支援度是3/5。
很容易計算出,各個商品的支援度。從支援度可以看出,Best Seller是商品C,100%的訂單中都包含商品C,C的支援度是1。
除了單個商品,組合商品也有支援度。
共5筆訂單,2筆同時包含AB,即A->B的支援度是2/5。
畫外音:全域性總共4種商品,假設關聯規則只關聯2種商品,則一共需要計算C(4,2)共6種組合商品的支援度{AB,AC,AD,BC,BD,CD}。
支援度評估商品包含在訂單中的“概率”,一個訂單,有多大概率包含這個商品。
畫外音:一般會先對支援度高的商品實施推薦,如果先實優化支援度低的商品,即使推薦效果翻倍,總體訂單提升效果也會很有限。
第三步:計算關聯規則的置信度
什麼是置信度(confidence)?
答:已知購買了A,有多大概率購買了B(即同時購買了AB),稱A -> B的置信度。
可以看到,商品A有3次購買,這3次中有2次購買了B,A->B的置信度是2/3。
畫外音:額,本來不想貼公式的
confidence(A->B) = support(A->B)/support(A)= (2/5)/(3/5) = 2/3
這也相對比較好理解,
-
分子:support(A->B)是同時購買AB的比例
-
分母:support(A)是隻購買A的比例
二者相除,得到“購買了A,有多大概率購買B”,置信度的本質是條件概率。
這裡需要注意的是,X->Y與Y->X的置信度不一定相等。
如上圖:
B->C的置信度是1,買商品B時,100%會買C,
C->B的置信度是3/5,買商品C時,只有3/5買了B。
畫外音:
support(B->C)=3/5
support(C->B)=3/5
confidence(B->C)=support(B->C)/support(B)=1
confidence(C->B)=support(C->B)/support(C)=3/5
公式是給程式看的,excel表格是給人看的,結果都一樣。
第四步:計算關聯規則的提升度
上一個例子裡,confidence(B->C)=1,即:如果使用者購買商品B,100%會買C,那是不是意味著,如果使用者將商品B放入購物車,就可以向用戶推薦商品C呢?
答:不是。
我們來回顧一下,關聯規則推薦的目標,是希望達到
“將尿布放入購物車之後,再推薦啤酒”
比
“直接推薦啤酒”
獲取有更好的售賣效果。
雖然購買商品B,100%會買C
畫外音:confidence(B->C)=1
但直接推薦C,使用者也100%會買C
畫外音:support(C)=1
會發現,購買B與購買C是獨立事件,使用者買不買C和使用者買不買B沒有直接關係。這裡的關聯規則推薦,並沒有比直接推薦獲取更好的效果。
用什麼指標來評估關聯規則推薦的效果呢?
答:提升度。
什麼是提升度(lift)?
答:A->B關聯規則推薦,與直接推薦B,的比值,可以用來評估推薦效果:
-
大於1,說明有效,在購買A時推薦B,比直接推薦B,效果更好
-
等於1,說明無關,購買A與購買B,是獨立事件
-
小於1,說明負相關,購買A時推薦B,效果還不如直接推薦B
畫外音:又有公式了
lift(A->B) =confidence(A->B)/support(B)
這也相對比較好理解,
-
分子:confidence(A->B),購買A時,有多大概率同時購買B
-
分母:support(B),有多大概率直接購買B
二者相除,得到效果是否更好。
還是通過兩個直觀的例子來看。
來看看關聯規則A->B,與直接推薦B,效果有沒有提升:
-
有3個訂單購買A,這3個訂單中有2個訂單購買了B,所以A->B的置信度是2/3,即買了A有2/3的概率會買B
-
直接推薦B的話,5個訂單中有3個購買了B,所以B的支援度是3/5,即有3/5的概率會直接買B
會發現,關聯規則推薦的效果更好。
畫外音:根據公式
confidence(A->B) =support(A->B)/support(A) = 2/3
support(B) = 3/5
lift(A->B) =confidence(A->B)/support(B) = 10/9
lift(A->B) > 1,故關聯規則推薦是正相關的。
來看看關聯規則A->D,與直接推薦D,效果有沒有提升:
-
有3個訂單購買A,這3個訂單中有1個訂單購買了D,所以A->D的置信度是1/3,即買了A有1/3的概率會買D
-
直接推薦D的話,5個訂單中有2個購買了B,所以D的支援度是2/5,即有2/5的概率會直接買D
會發現,關聯規則推薦的效果很差,還不如直接推薦。
畫外音:根據公式
confidence(A->D) =support(A->D)/support(A) = 1/3
support(D) = 2/5
lift(A->D) = confidence(A->D)/support(D)= 5/6
lift(A->B) < 1,故關聯規則推薦是負相關的。
三、總結
-
關聯規則A->B推薦,目標是,在“使用者將A放入購物車時,推薦B”比“單獨推薦B”獲取更好的效果
-
A->B的支援度,是使用者同時購買A和B概率
-
A->B的置信度,是使用者購買A的同時,有多大概率購買B
-
A->B的提升度,是“使用者購買A的同時,有多大概率購買B”與“直接購買B的概率”的比值
(1)這個值大於1時,說明A->B有正向效果
(2)這個值等於1時,說明A和B是獨立事件
(3)這個值小於1時,說明A->B有負向效果
希望這1分鐘,大家能有收穫。
原創: 58沈劍 架構師之路 4月9日