医院礼品店关联规则分析：Apriori算法应用

本文使用Apriori算法分析医院礼品店5笔交易记录，挖掘商品之间的关联关系。最小支持度设为0.4，探索商品组合购买模式，为商店经营策略提供参考。

数据集

医院礼品店5笔交易记录如下表所示：

| 交易号 | 商品 | |---|---| | 1 | 鲜花, 慰问卡, 苏打水 | | 2 | 毛绒玩具熊, 鲜花, 气球, 糖果 | | 3 | 慰问卡, 糖果, 鲜花 | | 4 | 毛绒玩具熊, 气球, 苏打水 | | 5 | 鲜花, 慰问卡, 苏打水 |

Apriori算法分析

from apyori import apriori
import pandas as pd

def loadDataSet():
    return[[1, 2, 3], [4, 1, 5, 6], [2, 6, 1], [4, 5, 3], [1, 2, 3]]
D = loadDataSet()
min_support = 0.4

# 将数据集转换为DataFrame格式
df = pd.DataFrame(D)

# 使用One-Hot编码转换数据
trans = []
for i in range(df.shape[0]):
    trans.append([str(df.values[i,j]) for j in range(df.shape[1])])
    
trans = pd.DataFrame(trans)
oht = pd.get_dummies(trans)

# 使用Apriori算法得到关联规则
rules = apriori(oht, min_support=min_support, use_colnames=True)

# 输出结果
result = list(rules)
for r in result:
    print(r)

分析结果

通过Apriori算法分析，可以得到一些商品之间的关联关系，例如：

• 鲜花和慰问卡经常一起购买
• 毛绒玩具熊和气球经常一起购买
• 苏打水经常与鲜花和慰问卡一起购买

结论

基于关联规则分析结果，医院礼品店可以制定以下经营策略：

• 将鲜花和慰问卡放在一起展示，方便顾客购买
• 将毛绒玩具熊和气球放在一起展示，吸引顾客购买
• 在购买鲜花或慰问卡时，推荐购买苏打水

通过这些策略，可以提高商品销量，提升顾客满意度。