---

前言

      在零售场景中，商品关联规则挖掘是大数据分析的经典应用之一（比如 “啤酒与尿布” 的案例）。本文以自行车销售订单数据为例，完整演示从数据预处理到关联规则挖掘的全流程，帮助商家发现商品间的隐藏关联，优化陈列与促销策略。

一、数据集与环境准备

1.数据集介绍

本次使用的是自行车销售订单数据，包含 3 个字段：

• OrderNumber：订单编号（共 21255 个独立订单）
• LineNumber：订单内商品序号（表示购买顺序）
• Model：商品型号（共 37 种商品）

二、数据预处理

2.1 数据读取

首先读取数据并做基础校验（确保无缺失、无重复）：

2.2商品种类探索和最畅销的商品

图形的可视化：

可视化结果：运动型头盔、运动水壶等配件销量领先。

2.3 订单格式转换

关联规则算法（如 Apriori）需要 **“订单 - 商品列表”** 格式（每个订单对应一个商品集合），因此需要转换数据结构：

三、用 Apriori 算法挖掘关联规则

关联规则的核心指标：

• 支持度（Support）：商品组合出现的订单占比
• 置信度（Confidence）：买了 A 的用户同时买 B 的概率
• 提升度（Lift）：A 对 B 的 “促进效果”（Lift>1 表示正相关）

3.1 方法 1：用 mlxtend 实现

mlxtend是常用的机器学习工具库，需先将商品列表编码为布尔矩阵：

3.2 注意事项

1. 数据预处理需规范确保数据为事务列表格式，统一商品名称、过滤空事务 / 异常数据；数据量大时可抽样或用efficient-apriori减少内存占用。

2. 参数设置要适配业务

• 最小支持度：结合场景设 0.01-0.05，避免过高 / 过低；
• 评估指标：以lift>1为基础，搭配置信度（0.3-0.7）过滤规则；
• 工具差异：mlxtend 需设use_colnames=True，efficient-apriori 直接传原始列表。

     3.大数据集优先用efficient-apriori，通过多指标阈值（如min_lift=1.2+min_confidence=0.5）减少规则数量，避免内存溢出。

    4.结果需结合业务校验：排除 “数据关联但业务无价值” 的规则（如促销导致的虚假关联），优先关注二元 / 三元项集，高维项集落地性差

四、业务洞察与应用

从关联规则结果可以得到以下业务价值：

1. 强关联组合：比如 “运动型头盔 → 山地车内胎”（Lift>1.5），说明买头盔的用户大概率会买内胎；
2. 商品陈列：将强关联商品（如头盔 + 内胎）摆放在相邻区域，提升连带购买率；
3. 促销策略：设计 “头盔 + 内胎” 组合优惠、“买头盔送内胎小样” 等活动；
4. 库存优化：根据关联规则提前备货，避免热销商品缺货。

五.总结

1. 数据基础与预处理：使用包含 21255 个独立订单、37 种商品的自行车销售数据，通过 Python 的 pandas 库完成数据读取与校验，确认数据无缺失和重复。将数据转换为 “订单 - 商品列表” 格式，为关联规则挖掘做准备。

2. 基础销售分析：统计出 37 种商品中销量排名前 15 的商品，其中运动型头盔、运动水壶等配件销量领先，并通过可视化展示了 Top15 商品的销量情况。

3. 关联规则挖掘：分别使用 mlxtend 和 efficient_apriori 两种工具实现 Apriori 算法。先将商品列表编码为布尔矩阵，再挖掘支持度≥3% 的频繁项集，最后生成提升度≥1 的关联规则，得到商品间的关联关系。

4. 业务价值应用：基于挖掘结果，得出强关联商品组合，为商品陈列（将强关联商品相邻摆放）、促销策略（设计组合优惠）、库存优化（根据关联提前备货）等提供数据支持，助力商家提升经营效益，以上就是今天要讲的内容。