路径分析

# sunburst事件路径图
# 加载sunburstR包
require(sunburstR)
# 导入sequences数据
sequences <- read.csv(
  system.file("examples/visit-sequences.csv",package="sunburstR")
  ,header = FALSE
  ,stringsAsFactors = FALSE
)
# 查看前六行
head(sequences)

# 绘制sunburst事件路径图
sunburst(sequences)

在这里插入图片描述

> # 计算某一路径的占比
> # 查看选中路径的点击次数
> (targetclick <- sequences[sequences$V1=="home-search-product-end","V2"])
integer(0)
> # 统计所有路径的点击次数
> (allclick <- sum(sequences$V2))
[1] 185099
> # 计算目标路径的占比
> paste0(round(targetclick/allclick,4)*100,"%")
[1] "%"

在这里插入图片描述
用户ID、事件、点击事件的ID
基于事件的关联规则;序列中最小组成单位的集合称为数据项（item）,标识同一个序列内不同数据项之间的前后顺序关系称为事件（event），通常用时间戳表示。

# 提取有过11034点击行为的用户数据
targetuserid <- unique(data_click[data_click$V3=="11034","V1"])
data_click_new <- data_click[data_click$V1 %in% targetuserid,]

# 将数据转化成事务型
library(arulesSequences)
tmp_data <- data.frame(click=data_click_new$V3)
tmp_data$click <- as.factor(tmp_data$click)
data_click_tran <- as(tmp_data,'transactions')

transactionInfo(data_click_tran)$sequenceID <- data_click_new$V1
transactionInfo(data_click_tran)$eventID<-data_click_new$V2
data_click_tran
summary(data_click_tran)

# 查看事务型数据的前六行
inspect(data_click_tran[1:6])
head(as(data_click_tran,"data.frame"))

在这里插入图片描述

# 绘制商品的频率图
itemFrequencyPlot(data_click_tran, topN=20)

在这里插入图片描述

# 利用arulesSquences包中的cspade函数实现cSPADE算法
myrules <-  cspade(data_click_tran,parameter=list(support=0,maxlen=2),
                   control=list(verbose=TRUE))
myrules <- sort(myrules,by="support") # 按照support进行排序
targetclick <- paste0(".*click=11034","[^\\}]*\\}>") # 设置规则表达式
finalrules <-myrules[grep(targetclick ,as(myrules,"data.frame")$sequence)]
inspect(finalrules[1:3]); # 查看序列的前三条
nrow(finalrules) # 计算序列个数 
#转换成数据框 
finalrules.data.frame <- as(finalrules[-1],"data.frame") 
# 查看前三行数据
head(finalrules.data.frame) 
# 计算支持度的占比
finalrules.data.frame$percentage <- finalrules.data.frame$support/
  sum(finalrules.data.frame$support) 
# 计算支持度的累计百分比
finalrules.data.frame$sum.percentage <- cumsum(finalrules.data.frame$percentage) 
# 筛选累计百分比小于75%的序列数据
finalrules.data.frame <- finalrules.data.frame[
  finalrules.data.frame$sum.percentage <=0.75,]
# 查看符合结果的序列个数
nrow(finalrules.data.frame)
# 查看前六行数据
head(finalrules.data.frame)
# 提取关键点击按钮的事件id
clickid <- substr(finalrules.data.frame$sequence,9,13)
# 查看关键事件id
clickid
# 计算关键点击按钮i的引导能力conf
conf <- rep(1,length(clickid))
for(i in 1:length(clickid)) {
  n <- myrules@info$nsequences 
  nclickid_support <- finalrules.data.frame[i,"support"]
  conf[i] <- nclickid_support*n/
    nrow(data_click[data_click$V3==clickid[i],])
}

# 将关键事件id和支持度占比组成新数据框result
result <- data.frame(click=clickid,
                     percentage=round(finalrules.data.frame$percentage,3),
                     conf=conf)
# 查看前六行
head(result)

# 绘制支持度占比的垂直金子塔图
library(reshape)
md <- melt(result,id="click") # 对result数据进行重组
md$value[md$variable == "conf"] <- -md$value[md$variable == "conf"] 
md <- md[order(md$variable,decreasing=T),] # 按照variable变量进行降序排序
# 绘制垂直金字塔图
library(recharts)
echartr(md,click,value,variable,type="vbar",subtype="stack") %>%
  setTitle("引导用户进入开始打牌11034的重点事件id分析") %>%
  setXAxis(axisLine=list(onZero=TRUE)) %>%
  setYAxis(axisLabel=list(
    formatter=JS('function (value) {return Math.abs(value);}')))

猜你喜欢