用户分析和异常值检测

Question

我有一个包含100万客户的数据集。他们被分成一些类别，如电子产品客户，食品和饮料客户等。组名称表示客户的个人资料。

每个客户都有不同的行为。例如，假设一位电子顾客至少在购物时购买了一台电子设备。此事务随机或连续重复。所以我用数字代码来表示每一笔交易。

(交易额、交易量、交易类型等)= (100,200,1)

对于每个交易，我都有这个向量，above.it意味着每个客户都有不同的交易行为。

我想知道是否每个客户都有自己的模式？我们有异常值吗？

这基本上是一个分析问题。

您建议使用哪种分析方法？

Answer 1

你能说得更具体些吗？你到底想从分析中得到什么？购买模式，客户是异常值，购买是异常值？

如果您想要确定哪些商品是一起购买的，请将交易分组在一起，只需列出同时购买的商品，并使用先验算法或类似算法进行购物篮分析。

如果你想找到相似的客户，使用k近邻或k表示代表客户购买模式的向量(可能只是购买的商品)。您还可以对单个事务执行此操作，以比较事务。

要确定异常值，您可以使用基于密度的聚类算法(例如DBSCAN)将彼此接近的客户聚在一起，并查看那些不在集群中的客户以确定异常值。