印度购物篮分析关联规则挖掘数据集1963-2021
数据来源：互联网公开数据
标签：购物篮分析,关联规则挖掘,零售业,市场分析,商品推荐,消费者行为,大数据分析
数据概述：
本数据集包含印度零售商的购物篮数据，记录了客户购买的各种商品及其组合情况。数据集中每个购买记录代表了一次交易，其中可能包含多个商品，例如牛奶与糖的组合。通过关联规则挖掘技术，可以识别出哪些商品经常一起被购买，从而揭示不同商品之间的关联性。
数据用途概述：
该数据集适用于零售业、超市和在线市场等需要进行大量交易数据分析的场景。零售商可以利用此数据进行购物篮分析，识别商品间的关联关系，优化商品布局和促销策略；市场分析师可借助数据发现消费者的购买模式；商品推荐系统可以根据商品关联性为用户提供个性化的推荐。此外，该数据集也适合用于教育培训，帮助学习者了解关联规则挖掘的基本原理和应用。
举例：
通过分析数据集，我们可以发现“牛奶”和“面包”经常一起被购买。具体来说，我们可以计算出以下关联规则：
- 支持度（Support）：50%，即50%的交易中同时包含了牛奶和面包。
- 置信度（Confidence）：80%，即购买牛奶的交易中有80%同时购买了面包。
- 提升度（Lift）：1.5，即购买牛奶的顾客购买面包的可能性比随机购买高1.5倍。
这些分析结果可以帮助零售商制定更有针对性的营销策略，例如将牛奶和面包放置在相邻位置以促进销售。
