购物篮分析与商品关联推荐：从关联规则到智能推荐的电商实战
核心概念与问题定义
购物篮分析（Market Basket Analysis）通过分析用户同时购买的商品组合，发现商品之间的「隐式关联」，从而指导：
- 支持度（Support）：包含某商品组合的交易数 ÷ 总交易数。P(A∩B)
- 置信度（Confidence）：买了A的用户也买了B的概率。P(B|A) = P(A∩B)/P(A)
- 提升度（Lift）：P(B|A) / P(B)。Lift > 1说明A和B正相关，Lift < 1说明负相关
- 杠杆率（Leverage）：P(A∩B) - P(A)×P(B)。衡量关联超出独立预期的程度
关键参数与案例
Apriori算法典型参数设置：- 最小支持度：0.01-0.05（数据量大时取低值）
- 最小置信度：0.3-0.5
- 最小提升度：1.1（过滤掉随机关联）
- 最大项集长度：3-5（超过5个商品的组合业务价值很小）
- 发现规则：「买《Python入门》的用户，有45%同时买了《数据分析实战》」
- Support = 2.3%（说明这是相对小众但稳定的关联）
- Confidence = 45%（相关性很强）
- Lift = 3.2（比随机出现在同一购物篮的概率高3.2倍）
- 策略：在Python书详情页增加「搭配购买」模块，设置「两本一起买9折」，连带率提升18%
- 夏季：「啤酒 + 小龙虾 + 一次性手套」的Lift = 4.8
- 冬季：「火锅底料 + 肥牛卷 + 金针菇」的Lift = 5.2
- 策略：设立季节性捆绑套餐，夏季主推「小龙虾之夜」，冬季主推「火锅到家」，客单价提升25%
自己的深度分析
购物篮分析最大的陷阱：忽略「时间序列效应」。Apriori算法分析的是「同时购买」，但很多关联是「先后购买」的——用户先买了奶粉，过了一周买了奶瓶。如果只看「同时购买」会漏掉大量有价值的关联模式。 更先进的思路：序列模式挖掘（Sequential Pattern Mining），分析用户消费的「时间序列」——买了A之后多久会买B？买了A+B之后还会买什么？这会比Apriori更精准地刻画用户购买路径。 另一个重要局限：关联 ≠ 因果关系。买了啤酒和尿布的人很可能不是同一个人（夫妻分工购物），基于关联规则推荐也会效果不佳。更可靠的做法：关联规则只作为候选集，用「用户行为序列」和「协同过滤」做最终排序。跨领域类比
购物篮分析就像超级市场的「购物车考古学」：
- 你看到一辆购物车里有：牛排、红酒、蜡烛、花束
- 关联规则分析发现：70%买牛排的用户也买了蜡烛
- 但你不能直接说「牛排 → 蜡烛」——很可能是因为今天2月14日（情人节），背后是「节日消费场景」
- 正确的分析应该是：把「场景」作为隐变量，然后分析场景内的商品关联
- 这就是为什么光做Apriori不够，需要结合「时间（节日前/后）」「用户画像」「订单场景」做多维度交叉
实操迁移建议
常见错误 / 错题本
- ❌ 只做正向关联（A→B），不做负向关联——发现「买了A的用户通常不会买C」同样有价值（可以避免一起推荐）
- ❌ 忽略价格区间的影响——「买100元红酒的用户买了20元薯片」和「买500元红酒的用户买了200元进口奶酪」是两个不同的用户群，混在一起分析会得到虚假关联
- ❌ 把频繁项集当推荐策略直接上线——Apriori跑出的规则不经过人工审核就直接上线推荐系统，可能出现「买了孕妇装的用户也买了纸尿裤」被推荐给未婚用户的尴尬
- ❌ 只看一手关联，不看多手关联——A→B的置信度低，但A→C→B的路径可能很强，需要做路径分析来发现这些间接关联
> 关联笔记：参见《电商A/B测试方法论：从流量分配到数据驱动的决策机制》
> 关联笔记：参见《RFM用户分层模型：从交易分群到精细化运营的全流程实战》