热门商品对到了下一年还热门吗?购物篮分析示例
我们把一家英国礼品零售商的领先商品对追踪到下一年。后续排名只能说明部分情况。
基于一家英国礼品零售商 2009–2011年历史发票记录开展的原创分析。
摘要
在这个来自一家英国礼品零售商的历史购物篮分析示例中,2009–2010年的前 20 组商品对,有 7 组仍位列下一年前 20 名。但原有的 20 组商品对后来都仍有共同出现的记录,也都达到后续排名所要求的最低数量。因此,名次下降并不意味着共同购买已经停止。
我们分析了 Online Retail II 中 2009年12月至2010年11月的 19,645 张合格发票,以及 2010年12月至2011年11月的 18,877 张合格发票。源数据来自一家英国礼品零售商,其客户中有许多批发商。我们按商品共同出现的频率排名,固定保留原名单,再与独立选出的后一年前 20 名比较。对实际工作而言,这说明再次把旧的商品对用于活动简报前,应先复核对应时段的证据。这些记录不能衡量推荐或捆绑销售是否带来了额外销量。[1][2]
设想一位商家正在筹备新的商品系列。去年的规划文档中,已经有一份顾客经常一起购买的商品清单。直接沿用很容易,尤其是在创作者急需简报、活动截止日期又临近的时候。但把这些商品对继续用下去之前,团队应该核查什么?
我们通过一个历史案例来研究这个问题:先选出首年领先的商品对,再用第二年的记录检查同一批商品对。榜单前列发生了很大变化,但原有商品对仍然继续共同出现。
这一区别正是示例的价值所在。购物篮分析能显示哪些商品出现在同一张发票上;要把结果用于交叉销售策略,还必须理解日期、分母,以及这些数字要为哪项业务决策提供依据。
回到规划阶段,再看这组商品

7 组仍在前 20 名,原有 20 组都仍有共同出现的记录
原有 20 组商品对中,只有 7 组进入了下一年独立排名的前 20 名,占原名单的 35.0%。不过,每组原有商品对中的两件商品,仍都出现在后续合格发票中;每组也都达到排名所用的相同最低计数要求。
这些观察回答的是不同问题。留在前 20 名,表示商品对仍在竞争性榜单中位居前列;共同出现,则表示仍能观察到共同购买。一个商品对完全可能继续共同出现,排名却大幅下滑。
原名单根据 2009年12月1日至2010年11月30日的发票选出。随后,我们保持名单不变,用相同商品代码追踪 2010年12月1日至2011年11月30日的记录。后一年则从全部合格商品对中重新选出前 20 名,其中可以包括原名单以外的商品对。[2]
比较中,首年有 19,645 张合格发票,第二年有 18,877 张。只包含一种合格商品的发票,也计入这两个总数。查看下方完整名单之前,先看看首年排名第一的商品对后来怎样了。
榜首的首饰盒商品对说明了分母为何重要
首年榜首是“甜心”陶瓷首饰盒,商品代码 21231,与草莓陶瓷首饰盒,商品代码 21232。在计算后续结果之前,分析计划就已指定用原排名第 1 的商品对作为演示案例。
这 2 款首饰盒在首年 19,645 张合格发票中共同出现了 766 次,占 3.9%;后一年则在 18,877 张中共同出现 320 次,占 1.7%,在合格商品对中排名第 153。它们的名次下降了很多,却仍共同出现了数百次。
现在把问题缩小到含有“甜心”首饰盒的发票。后一年,有 492 张合格发票包含它,其中 320 张还包含草莓首饰盒。320 除以 492,得到 65.0%。这个百分比描述的是含有“甜心”首饰盒的发票中,两者共同出现的比例,并不是全部发票中同时包含两件商品的比例。
反过来问,分母就变了。草莓首饰盒出现在后一年 791 张发票上,其中 320 张也有“甜心”首饰盒,结果为 40.5%。两个方向都不能说明顾客先选了哪件商品,它们只是同一个无序商品对的 2 种观察方式。
1 组首饰盒商品对,4 个明确分母
演示案例为原排名第 1 的商品对:“甜心”陶瓷首饰盒(21231)与草莓陶瓷首饰盒(21232)。每个百分比均采用所在行注明的基数。
| 指标 | 首年分子 | 首年基数 | 首年占比 | 后续分子 | 后续基数 | 后续占比 |
|---|---|---|---|---|---|---|
| 全部合格发票中的“甜心”首饰盒 | 960 | 19,645 | 4.9% | 492 | 18,877 | 2.6% |
| 全部合格发票中的草莓首饰盒 | 1,582 | 19,645 | 8.1% | 791 | 18,877 | 4.2% |
| 含“甜心”首饰盒发票中的草莓首饰盒 | 766 | 960 | 79.8% | 320 | 492 | 65.0% |
| 含草莓首饰盒发票中的“甜心”首饰盒 | 766 | 1,582 | 48.4% | 320 | 791 | 40.5% |
单件商品的出现次数也变了。“甜心”首饰盒从首年的 960 张合格发票降至第二年的 492 张,草莓首饰盒则从 1,582 张降至 791 张。这些数量为共同出现次数下降提供了背景,但记录不能解释商品为何出现得更少。
对商家而言,这可以分清容易混在一起的 2 项决策。面向广泛受众的活动,可能需要考虑某商品对占全部合格发票的比例;在某件商品旁展示推荐,则要问一个更窄的问题:已经包含这件商品的发票是什么情况?历史共同购买记录能帮助判断哪些想法值得研究,但这两个百分比都不能估计推荐会带来多少额外销量。
因此,“这项推荐的转化率为 65%”之类的说法,会误读证据。这里没有推荐曝光、活动分组或对照组。观察到的 65.0%,是 492 张历史发票中的 320 张,并非某项干预的转化率。
查看两份完整的商品对名单
第一张表保留了原有的全部 20 组商品对及其原始顺序。“共同出现”统计同时含有两件商品的合格发票数;占比则用该数量除以对应年度全部合格发票数,即首年 19,645 张、第二年 18,877 张。展开支持性表格,还可查看单件商品数量,以及独立选出的后续名单。
完整原名单在后一年中的表现
全部 20 组原有商品对按首年顺序展示。每组中的两件商品后来仍各有记录,所有商品对也都达到后续最低计数条件,其中 7 组仍在后一年前 20 名。
显示原有全部 20 组商品对及其后续结果
| 商品对(原排名) | 共同出现:首年 | 首年占比 | 共同出现:后一年 | 后一年占比 | 占比变化 | 后续排名 |
|---|---|---|---|---|---|---|
| 1. “甜心”陶瓷首饰盒 (21231) + 草莓陶瓷首饰盒 (21232) | 766 | 3.9% | 320 | 1.7% | -2.2 百分点 | 153未列后一年前 20 名 |
| 2. 红色悬挂式爱心茶蜡座 (21733) + 白色悬挂式爱心茶蜡座 (85123A) | 742 | 3.8% | 468 | 2.5% | -1.3 百分点 | 44未列后一年前 20 名 |
| 3. Retrospot 款纸杯蛋糕纸托,72 只装 (21212) + 下午茶款纸杯蛋糕纸托,60 只装 (84991) | 726 | 3.7% | 425 | 2.3% | -1.4 百分点 | 58未列后一年前 20 名 |
| 4. Retrospot 款纸杯蛋糕纸托,72 只装 (21212) + 粉色腰果花纸杯蛋糕纸托,60 只装 (21977) | 662 | 3.4% | 408 | 2.2% | -1.2 百分点 | 68未列后一年前 20 名 |
| 5. 红色 Retrospot 款加大袋 (85099B) + 草莓款加大袋 (85099F) | 642 | 3.3% | 521 | 2.8% | -0.5 百分点 | 21未列后一年前 20 名 |
| 6. 粉底白点加大袋 (22386) + 红色 Retrospot 款加大袋 (85099B) | 597 | 3.0% | 804 | 4.3% | 1.2 百分点 | 1位列后一年前 20 名 |
| 7. Suki 款加大收纳袋 (21931) + 红色 Retrospot 款加大袋 (85099B) | 594 | 3.0% | 692 | 3.7% | 0.6 百分点 | 3位列后一年前 20 名 |
| 8. 白色饰面木质相框 (82482) + 仿古白色木相框 (82494L) | 571 | 2.9% | 516 | 2.7% | -0.2 百分点 | 23未列后一年前 20 名 |
| 9. HOME 字母摆件 (21754) + LOVE 字母摆件 (21755) | 558 | 2.8% | 292 | 1.5% | -1.3 百分点 | 199未列后一年前 20 名 |
| 10. 粉色腰果花纸杯蛋糕纸托,60 只装 (21977) + 下午茶款纸杯蛋糕纸托,60 只装 (84991) | 555 | 2.8% | 333 | 1.8% | -1.1 百分点 | 138未列后一年前 20 名 |
| 11. 红色波点午餐袋 (20725) + 黑色骷髅图案午餐袋 (20727) | 553 | 2.8% | 609 | 3.2% | 0.4 百分点 | 6位列后一年前 20 名 |
| 12. 红色波点午餐袋 (20725) + 粉色 Retrospot 款午餐袋 (22384) | 542 | 2.8% | 585 | 3.1% | 0.3 百分点 | 8位列后一年前 20 名 |
| 13. 红色波点 Charlotte 款袋 (20724) + 粉白波点 Charlotte 款袋 (22356) | 540 | 2.7% | 486 | 2.6% | -0.2 百分点 | 35未列后一年前 20 名 |
| 14. 红色 Retrospot 款加大袋 (85099B) + 黑白巴洛克款加大袋 (85099C) | 524 | 2.7% | 559 | 3.0% | 0.3 百分点 | 13位列后一年前 20 名 |
| 15. 红色波点午餐袋 (20725) + 红色 Retrospot 款加大袋 (85099B) | 518 | 2.6% | 563 | 3.0% | 0.3 百分点 | 11位列后一年前 20 名 |
| 16. 红色波点午餐袋 (20725) + Suki 款午餐袋 (22383) | 515 | 2.6% | 632 | 3.3% | 0.7 百分点 | 5位列后一年前 20 名 |
| 17. 草莓陶瓷首饰盒 (21232) + 白色悬挂式爱心茶蜡座 (85123A) | 512 | 2.6% | 241 | 1.3% | -1.3 百分点 | 394未列后一年前 20 名 |
| 18. 小号枝条编织心形饰物 (22469) + 大号枝条编织心形饰物 (22470) | 504 | 2.6% | 480 | 2.5% | 0.0 百分点 | 40未列后一年前 20 名 |
| 19. 红色波点午餐袋 (20725) + 林地款午餐袋 (20726) | 496 | 2.5% | 508 | 2.7% | 0.2 百分点 | 26未列后一年前 20 名 |
| 20. 仿古白色木相框 (82494L) + 白色悬挂式爱心茶蜡座 (85123A) | 494 | 2.5% | 319 | 1.7% | -0.8 百分点 | 154未列后一年前 20 名 |
应把数量、占比和后续名次一起看。数量说明有多少发票包含某个商品对;占比还考虑了两个年度合格发票总数不同的情况;名次则说明它在其他合格商品对中的位置。这些指标都不能告诉我们促销是否有效。
两个年度的入选边界都很明确。最后入选的商品对,没有计数相同却被留在名单之外的竞争者。因此,即使改变后一年边界处的并列处理方式,重合数量仍为 7。这核查的是排名规则,并非统计置信区间。[3]
每件商品各出现了多少次,无论是否与配对商品共同出现
同一批原有 20 组商品对中,单件商品各自的出现次数。A、B 按每行的商品顺序对应,并不表示先买哪一件。
显示原有 20 组商品对中每件商品各自的计数
| 商品对 | 商品 A:首年 | 商品 B:首年 | 商品 A:后一年 | 商品 B:后一年 |
|---|---|---|---|---|
| “甜心”陶瓷首饰盒 (21231) + 草莓陶瓷首饰盒 (21232) | 960 | 1,582 | 492 | 791 |
| 红色悬挂式爱心茶蜡座 (21733) + 白色悬挂式爱心茶蜡座 (85123A) | 1,012 | 3,178 | 703 | 2,180 |
| Retrospot 款纸杯蛋糕纸托,72 只装 (21212) + 下午茶款纸杯蛋糕纸托,60 只装 (84991) | 1,770 | 1,275 | 1,265 | 788 |
| Retrospot 款纸杯蛋糕纸托,72 只装 (21212) + 粉色腰果花纸杯蛋糕纸托,60 只装 (21977) | 1,770 | 1,099 | 1,265 | 829 |
| 红色 Retrospot 款加大袋 (85099B) + 草莓款加大袋 (85099F) | 1,899 | 1,015 | 2,019 | 788 |
| 粉底白点加大袋 (22386) + 红色 Retrospot 款加大袋 (85099B) | 1,016 | 1,899 | 1,186 | 2,019 |
| Suki 款加大收纳袋 (21931) + 红色 Retrospot 款加大袋 (85099B) | 1,127 | 1,899 | 1,130 | 2,019 |
| 白色饰面木质相框 (82482) + 仿古白色木相框 (82494L) | 899 | 1,078 | 1,066 | 925 |
| HOME 字母摆件 (21754) + LOVE 字母摆件 (21755) | 1,271 | 1,052 | 756 | 612 |
| 粉色腰果花纸杯蛋糕纸托,60 只装 (21977) + 下午茶款纸杯蛋糕纸托,60 只装 (84991) | 1,099 | 1,275 | 829 | 788 |
| 红色波点午餐袋 (20725) + 黑色骷髅图案午餐袋 (20727) | 1,474 | 1,060 | 1,507 | 1,212 |
| 红色波点午餐袋 (20725) + 粉色 Retrospot 款午餐袋 (22384) | 1,474 | 1,003 | 1,507 | 1,051 |
| 红色波点 Charlotte 款袋 (20724) + 粉白波点 Charlotte 款袋 (22356) | 981 | 821 | 978 | 704 |
| 红色 Retrospot 款加大袋 (85099B) + 黑白巴洛克款加大袋 (85099C) | 1,899 | 936 | 2,019 | 888 |
| 红色波点午餐袋 (20725) + 红色 Retrospot 款加大袋 (85099B) | 1,474 | 1,899 | 1,507 | 2,019 |
| 红色波点午餐袋 (20725) + Suki 款午餐袋 (22383) | 1,474 | 1,100 | 1,507 | 1,241 |
| 草莓陶瓷首饰盒 (21232) + 白色悬挂式爱心茶蜡座 (85123A) | 1,582 | 3,178 | 791 | 2,180 |
| 小号枝条编织心形饰物 (22469) + 大号枝条编织心形饰物 (22470) | 936 | 1,021 | 1,159 | 895 |
| 红色波点午餐袋 (20725) + 林地款午餐袋 (20726) | 1,474 | 893 | 1,507 | 965 |
| 仿古白色木相框 (82494L) + 白色悬挂式爱心茶蜡座 (85123A) | 1,078 | 3,178 | 925 | 2,180 |
后续名单回答的是另一个问题:按相同的资格与排名规则,第二年哪些商品对最常共同出现?它并不是把原有 20 组重新排序,而是允许后一年所有合格商品对参与。
将 2 份名单分开,才能避免不知不觉地换了问题。如果直接用后来的优胜者替换原名单,报告就只会描述一份新名单,无法交代团队可能沿用的旧选择后来怎样。这两个视角都有价值:一个复核过去的选择,另一个为新一轮评估寻找候选项。
独立选出的后一年前 20 名
对 2010年12月至2011年11月的全部合格商品对进行排名,名单不限于原名单及其商品代码。
显示后续名单中的全部 20 组商品对
| 商品对 | 后续排名 | 同时含两件商品的发票 | 含商品 A 的发票 | 含商品 B 的发票 |
|---|---|---|---|---|
| 粉底白点加大袋 (22386) + 红色 Retrospot 款加大袋 (85099B) | 1也在原名单中 | 804 | 1,186 | 2,019 |
| 绿色 Regency 款茶杯与杯碟 (22697) + 玫瑰图案 Regency 款茶杯与杯碟 (22699) | 2 | 733 | 974 | 1,025 |
| Suki 款加大收纳袋 (21931) + 红色 Retrospot 款加大袋 (85099B) | 3也在原名单中 | 692 | 1,130 | 2,019 |
| 复古红色腰果花加大购物袋 (22411) + 红色 Retrospot 款加大袋 (85099B) | 4 | 653 | 1,118 | 2,019 |
| 红色波点午餐袋 (20725) + Suki 款午餐袋 (22383) | 5也在原名单中 | 632 | 1,507 | 1,241 |
| 红色波点午餐袋 (20725) + 黑色骷髅图案午餐袋 (20727) | 6也在原名单中 | 609 | 1,507 | 1,212 |
| 绿色 Regency 款茶杯与杯碟 (22697) + 粉色 Regency 款茶杯与杯碟 (22698) | 7 | 601 | 974 | 726 |
| 红色波点午餐袋 (20725) + 粉色 Retrospot 款午餐袋 (22384) | 8也在原名单中 | 585 | 1,507 | 1,051 |
| 绿色 Bakelike 闹钟 (22726) + 红色 Bakelike 闹钟 (22727) | 9 | 584 | 910 | 975 |
| 粉色 Regency 款茶杯与杯碟 (22698) + 玫瑰图案 Regency 款茶杯与杯碟 (22699) | 10 | 567 | 726 | 1,025 |
| 红色波点午餐袋 (20725) + 红色 Retrospot 款加大袋 (85099B) | 11也在原名单中 | 563 | 1,507 | 2,019 |
| 黑色骷髅图案午餐袋 (20727) + Suki 款午餐袋 (22383) | 12 | 559 | 1,212 | 1,241 |
| 红色 Retrospot 款加大袋 (85099B) + 黑白巴洛克款加大袋 (85099C) | 13也在原名单中 | 559 | 2,019 | 888 |
| 复古花边垫款加大袋 (23203) + 红色 Retrospot 款加大袋 (85099B) | 14 | 555 | 1,183 | 2,019 |
| 红色波点午餐袋 (20725) + Spaceboy 款午餐袋 (22382) | 15 | 539 | 1,507 | 1,112 |
| 红色波点午餐袋 (20725) + 蓝色汽车图案午餐袋 (20728) | 16 | 533 | 1,507 | 1,103 |
| 苹果图案加大袋 (23199) + 红色 Retrospot 款加大袋 (85099B) | 17 | 531 | 943 | 2,019 |
| 北欧蓝色腰果花加大袋 (21928) + 红色 Retrospot 款加大袋 (85099B) | 18 | 526 | 781 | 2,019 |
| 蓝色汽车图案午餐袋 (20728) + Suki 款午餐袋 (22383) | 19 | 525 | 1,103 | 1,241 |
| 黑色骷髅图案午餐袋 (20727) + 粉色 Retrospot 款午餐袋 (22384) | 20 | 524 | 1,212 | 1,051 |
完整的后续表格除了共同出现次数,还列出每件商品各自的发票数量。这些数量不能证明两件商品适合捆绑销售。名称描述的是记录中的商品,并不能说明商品是否兼容、利润率如何、有没有库存,或是否满足同一种顾客需求。
用证据把活动简报写得更具体
对筹划商品系列或交叉销售活动的商家,这个案例支持追问一个实际问题:沿用旧商品对到下一份简报,需要什么证据?答案应包含日期、明确界定的发票范围,以及选择这种展示位置的清楚理由。
首先,保留当初决策所依据的名单,包括商品标识和筛选时段。有新记录后,先追踪同一批商品对,再考虑用当前热门商品替换。这样才能看清证据发生了什么变化,也让同事有共同的讨论依据。
接下来,把证据与实际展示场景联系起来。商品系列页、商品页旁的推荐,以及创作者同时演示多件商品,是不同的用途。应问清顾客会看到什么、由哪件商品进入这一体验,以及内容应该回答什么问题。单靠共同购买记录,无法决定这些内容策划选择。
创作者审阅品牌简报时,也可作同样区分。“2 件商品经常一起购买”的说法,应附上统计时期和基数。要问清它指全部订单,还是只指含有某件指定商品的订单。这有助于脚本准确表述证据,而不承诺品牌尚未衡量过的结果。
最终选择商品之前,团队仍需了解当前库存、价格、商品适配性和拟推出的销售方案。这些信息应由企业提供,无法从这个历史资料包中推断出来。如果活动实际开展,应采用恰当的比较方式,并结合企业现有的衡量体系评估效果。
把证据带进下一份简报

保留原名单
保留商品标识、选择日期,以及选中每组商品对的理由。
核查后续证据
追踪同一批商品对,按一致规则比较数量、分母和排名。
准备简报
结合证据与当前商品信息,明确计划中的展示场景。
下面的工作表可以把讨论整理成可复用的简报。先完成证据复核,再将选定思路填入链接中的社交媒体活动模板。这样,商品对的选择理由就能与创作任务一起保留,而不会把旧排名当成推荐引擎。
再次使用商品对之前,先复制这份工作表
每个拟议商品对可填写一份模板。这是一份可直接使用的规划工具,并非评分系统。应填入自己的日期和计数;历史首饰盒数据只是用来解释方法,不是建议目标。
1. 决策与展示位置:[商品系列、商品页推荐或创作者简报] · [内容需要回答的顾客问题] · [负责选择的人员]。说明将展示什么,以及为什么考虑这个商品对。
2. 原始证据:[商品 A 的标识和名称] · [商品 B 的标识和名称] · [起止日期] · [本分析中发票或订单的纳入定义]。即使后续名次改变,也要保留原商品对。
3. 后续证据:[后续时段的起止日期] · [全部合格发票] · [包含 A 的发票] · [包含 B 的发票] · [同时包含两者的发票]。不同时段采用相同定义,并在全部发票基数中保留单商品发票。
4. 比较:[原时段与后续时段的共同出现次数] · [各期共同出现次数 ÷ 全部合格发票数] · [按相同规则计算的后续排名]。如果在自己的分析中加入以某件商品为条件的百分比,应注明是哪件商品,并列出分母。不可用的信息应记为不可用,不能填成 0。
5. 商业核查:[当前库存和价格] · [这两件商品为什么适合在此处一起展示] · [需要商家或创作者确认的问题]。业务判断应与历史计算分开。
6. 下一步决策:[保留、重新考虑或补充信息] · [有证据支持的理由] · [负责人和下次复核日期]。如果要测试活动,应另行说明如何评估效果。商品对名次变化,不等于活动结果。
填写完成的简报,应让其他人能够追溯拟议商品对的证据,并理解还有哪些事项待核查。即使排名变化,简报仍应可用:原始决策记录是复核的一部分,不应被覆盖。
我们如何完成并核查这项购物篮分析
我们采用了 UCI 机器学习数据仓库中 Daqing Chen 的 Online Retail II 数据集。源资料描述的是一家在英国注册的无店铺礼品零售商于 2009年12月1日至2011年12月9日的交易,其客户中有许多批发商。本比较使用 2 个完整的 12月至次年11月时段,最后不足一个月的 12月不纳入分析。[1]
本分析将购物篮定义为一张编号为数字、且至少含有一种合格商品的合格发票。同一商品在每张发票中只计 1 次,不受数量、重复行或工作表重叠的影响。同一客户可以贡献多张发票。由于问题关注的是商品对,而不是去重后的人数,不能仅因缺少客户标识就剔除发票。[2]
我们采用保守的商品正值筛选规则。如果范围内某条商品记录的数量或价格不为正,或无效,或者指定的标识与时间戳检查未通过,就排除该发票。带有取消前缀的发票不会形成购物篮。我们没有将取消记录回连到更早的发票,也不声称剩余记录就是已履约订单。包内说明了商品代码范围和全部排除规则。[2]
首年有 23,269 张数字编号发票,减去被排除的 3,624 张,剩下 19,645 张合格发票;后一年则从 21,192 张中排除 2,315 张,剩下 18,877 张。一张发票可能不止一项检查未通过,因此排除原因相互重叠,不能把各原因的数量相加。这些是发票数量,与源数据的行记录数量不同。[2]
要进入任一年度排名,商品对必须在至少 20 张合格发票上共同出现,且每件商品各自至少出现于 50 张发票。这是事先固定的展示支持条件,并非显著性检验。我们先按共同出现的发票数排序,并列时再按商品代码排序。无论是否达到后续最低条件,原有商品对都保留在后续比较中。
在查看商品对结果之前,我们已经固定了时段、选择规则、输出内容和演示案例的选取方式。分别编写的 2 套计算复现了完整名单、数量、占比和并列核查。结果只描述这个历史资料集,不是对当今零售商的估计,也不代表消费者总体。
购物篮分析和在后续数据中核查模式,都是已有做法。我们的贡献是对一份特定历史时段的名单开展可复现复核,并保留全部入选商品对。本文没有提出新算法,也未声称首次研究商品关联如何变化。[4][5]
无需注册。文件包含汇总商品对结果和方法说明译文,不含发票标识、客户标识或原始交易记录。源数据可从 UCI 另行获取,许可为 CC BY 4.0。[6]
来源与注释
- Daqing Chen,Online Retail II,UCI 机器学习数据仓库,DOI 10.24432/C5CG6D。资料覆盖 2009年12月1日至2011年12月9日,来自一家英国注册的无店铺礼品零售商,客户中有许多批发商。UCI 标注有 1,067,371 条发票行记录,并说明了缺失值情况。本文展示的汇总结果由 Influence IQ 计算。
- Influence IQ 的研究规程与复现包。首个时段为 2009年12月1日至2010年11月30日,第二个时段为 2010年12月1日至2011年11月30日。先在源数据层面核查标识与日期完整性,再在每个时段内计算纳入资格。商品对不按商品数量加权;单商品发票仍计入分母。包内包含精确计数、分数、排除项和源哈希,不包含发票或客户记录。
- 排名先按共同出现的发票数,再按规范化商品代码处理并列。两个入选边界都只有 1 组商品对,且没有计数相同却被排除的商品对,因此后续边界的重合数量范围是 7 至 7。百分比与百分点变化先从精确分数计算,再各自独立舍入至 1 位小数。显示为 0.0 的变化可能掩盖微小变化;直接相减已舍入的占比,结果也可能不同。
- 已发表的冲突感知 CAR2DS 推荐框架研究使用了 UCI 零售数据,并考虑时间相关性与稳定性。这是相关的既有研究,并非对本文商品对活动效果的验证。本文的贡献,是对预先界定的历史名单进行复核。
- 2026年发表在 Mathematics 第 14 卷、文章编号 3598 的稀疏交易关联规则研究,在严格更晚的时段评估规则,并讨论候选名单的稳定性。用后续时段评估是已有原则,并非本文发明的方法。
- Online Retail II 依据 Creative Commons Attribution 4.0 许可发布。本文注明了数据来源,并说明 Influence IQ 对数据所做的汇总转换。技术包链接到原始数据集,供希望复现分析的读者使用;包内不再分发原始工作簿。
每个语言版本都包含文章正文、表格标签和工作表。源商品代码保持不变;技术复现包附有说明译文。所有版本介绍的都是同一家英国零售商,分析的历史时段也相同。