订单，用户，商品关联分析记录

关注

原创最新推荐文章于 2026-10-26 08:40:44 发布 4.1k 阅读 AI 写同款· GEO 优化 ›

Apriori的python3版本实现参考以下一片写的很详细的文章： https://blog.csdn.net/sinat_17196995/article/details/71124284 其中把旧代码在python3中报错的都改过来了！良心~~ 以下的链接是图解整个过程，个人觉得清晰明了： https://www.cnblogs.com/bigmonkey/p/7405555.html Apriori算法不适用于非重复... 阅读详情

最近有做采购平台订单，用户，商品关联分析的任务

目的在于希望能产出商品推荐商品或者商品推荐给用户的数据

主要采用python的apriori 进行关联分析

样例代码如下

大概如下：

from apyori import apriori
import pandas as pd
def ResultDFToSave(rules):  # 根据Qrange3关联分析生成的规则得到并返回对于的DataFrame数据结构的函数
    returnRules = []
    for i in rules:
        temList = []
        temList.append(i[0]);
        temList.append(i[1]);
        temList.append(i[2])
        temList.append(i[3]);
        returnRules.append(temList)
    return pd.DataFrame(returnRules, columns=('规则项', '推荐项', '支持度', '置信度'))

data = [['豆奶','莴苣'],['莴苣','尿布','葡萄酒','甜菜'], ['豆奶','尿布','葡萄酒','橙汁'],['莴苣','豆奶','尿布','葡萄酒'],['莴苣','豆奶','尿布','橙汁']]
result = list(apriori(transactions=data))

for  re in result:
    cur_ordered_statistics=re.ordered_statistics[0]
    print(re.support,cur_ordered_statistics.items_base,cur_ordered_statistics.items_add,cur_ordered_statistics.confidence)

依次输出关联分析结果支持度，基本项，推荐项，置信度

在少数据量时都能有一部分结果产出

但是从生产抽取了大概2W条订单数据进行行合并（订单号，sku|sku|sku..）

读入后

产出的结果为空

取数据前20条发现置信度和支持度很低结果很少

取50条发现发现置信度和支持度更低结果很少

全量导入结果为空

统计了下订单号大概有大概有1W多个 sku有9000多个才明白原来数据太分散了

基本都是各买各的所以无结果产出

于是转变思路

改成抽取某一个品类采购订单下的订单数据