R：消费者篮子的序列分析

Question

我有 700 名消费者、400 种不同产品的 3 年真实交易数据历史记录。我正在尝试使用 TraMineR 包和来自 http://analyzecore.com/2014/12/04/sequence-carts-in-depth-analysis-with-r/

的说明进行序列分析

不幸的是我遇到了几个问题：

一些购买的结束日期（"to" 参数）与下一个购买的开始日期相同 - 我通过使用每两个订单来解决它 - 它有效，但我想要所有订单
在尝试制作 seqformat 时出现错误：Error in levels<-(*tmp*, value = if (nl == nL) as.character(labels) else paste0(labels, : factor level [1058] is duplicated - 我试图：
- select 只有不同的订单 - 没有用
- select 只有一些消费者 - 没有用
- 我也试过缩短产品名称 - 没用
- 和select只是历史的一部分 - 没有用

另外值得注意的是，数据是由批发商提供的，而不是零售商提供的，因此消费者经常只定期重复购买特定产品（例如，过去 3 年的每个工作日一位消费者都在购买产品 "a12" 但什么也没买否则）

也许我应该使用不同的包？

编辑：很抱歉没有提供数据和代码。感谢吉尔伯特指出这一点。我的 2 个消费者的样本数据，8 天：

dftmp <- data.frame(Client = c('k622', 'k622', 'k71', 'k71', 'k71', 'k71'), 
                    Date = c(6, 8, 1, 2, 6, 8), 
                    Basket = c('a126;a293;a300;a362;a363;a364;a401;a402', 'a204;a301;a303;a364;a402', 'a113;a117;a133;a148;a18;a185;a22;a230;a238;a300;a360;a367;a386;a389;a403;a405', 'a22;a388', 'a194', 'a113;a146;a204;a230;a258;a303;a362;a386;a388;a389;a393;a395;a401;a402;a403;a405'),
                    to = c(7, 8, 1, 5, 7, 8))

我使用的代码：

df.form <- seqformat(dftmp, id='Client', begin='Date', end='to', status='Basket',
                     from='SPELL', to='STS', process=FALSE)

df.seq <- seqdef(df.form, left='DEL', right='unknown', xtstep=10, void='unknown')

但我得到错误：

Error in `levels<-`(`*tmp*`, value = if (nl == nL) as.character(labels) else paste0(labels,  : 
  factor level [9] is duplicated

根据您的 answer from Error in levels for seqdef in R 我通过将 void='unknown' 更改为 with.missing = T 来解决问题，但结果不可读，因为我有 19318 个不同的状态

我现在认为我不应该使用这个公式，因为我正在寻找类似 "association rules in time" 的东西（如果客户购买了产品 a1，他可能会在购买产品 a2 后一周购买）

Answer 1

很高兴看到您自己修复了错误。我只想说 seqdef 没有 with.missing 参数，只需让 void 为默认值即可解决问题。

让我对您尝试进行的分析发表评论。

从您的示例数据来看，您似乎试图创建状态序列，其中状态将是消费者篮子。但是，从您的描述来看，您似乎对产品序列感兴趣。我首先解释你应该如何进行产品序列，然后评论从交易创建状态的相关性。

既然你有交易（事件），你的数据应该是时间戳事件（TSE）而不是法术。 TraMineR 可以处理 TSE 数据，但希望它们作为每个事件的一个不同行（id、时间、事件），即，如果您想要产品序列，则为每个购买的产品。例如，在客户 k622 的日期 6，你应该有 8 行，日期 8 应该有 5 行。一旦您拥有这种 TSE 格式的数据，您就可以使用 seqecreate 创建一个事件序列对象，然后对事件序列使用不同的函数（seqpcplot、seqefsub、...） .
您不能直接从 TSE 数据创建状态序列，因为与同时发生的事件不同，同时发生的状态是不允许的。如果您想使用状态序列的函数，您可以尝试使用 TraMineRextras 中的 TSE_to_STS 函数将您的事件序列转换为状态序列。这里有两个问题需要解决。首先，您必须确定一组同时发生的事务定义的状态。第二，你定义的状态持续多长时间？此外，对于使用 TraMineR 的状态序列分析，您正在考虑的产品数量过多，尤其是对于需要 400 种对比色的视觉探索。

总之，您的任务非常复杂，我同意您的看法，TraMineR 可能不是最适合您的任务的软件包。至少你应该尝试将你的产品大幅聚合到一个合理的数量。

R：消费者篮子的序列分析

R: sequence analysis of consumer baskets

r

sequence

traminer