20、市场篮分析、推荐引擎与序列分析及集成模型构建

市场篮分析、推荐引擎与序列分析及集成模型构建

1. 推荐算法比较

用户基算法在性能上略优于基于流行度的算法，不过二者都明显比随机推荐更有效。在实际业务中，选择哪种算法需由决策团队判断。

2. 序列数据分析

序列数据分析可用于挖掘纵向数据，了解观测状态随离散周期或事件的演变。例如，在分析客户购买产品的顺序、患者接受治疗或药物的顺序，甚至医生的开药习惯等方面都有应用。

TraMineR 包专为这类任务设计，可创建、计数和绘制随时间变化的各种状态转换组合，还能结合协变量。实际操作中，核心关注的特性包括：
- 转换率
- 每个状态的持续时间
- 序列频率

3. 序列分析的应用

为进行练习，可从 GitHub 下载一个人工数据集： https://github.com/datameister66/data/blob/master/sequential.csv 。该数据集包含 5000 条观测记录，每个观测记录包含客户历史和 9 个变量：
- Cust_segment ：表示客户所属的细分市场
- Purchase1 到 Purchase8 ：8 个离散的购买事件

每个购买变量包含产品的通用名称，共有 7 种可能的产品，从 Product_A 到 Product_G