MLM CAP06 2025 VA03 IMPLEMENTACAO DO METODO A PRIORI

Como nós construímos
regras de associação?

Existem diversas formas de você
encontrar uma associação

entre um produto e outro.

Aqui nosso objetivo é olhar
para produtos, de fato.

Nós não estamos interessados
no perfil dos usuários.

Não me interessa saber quem está
comprando o quê.

Eu quero saber qual produto
está relacionado com quais outros.

Basicamente, nós vamos minerar regras.

É aqui que aparece o tal do Data Mining.

Data Mining fica muito evidente
nesse tipo de algoritmo,

quando estamos tentando encontrar
relações de produtos

e vamos verificar se essa relação
procede ou não procede.

Portanto, a nossa base de dados
deve ser sempre uma transação,

um histórico de transações de vendas,
por exemplo.

Eu posso pensar o seguinte.

Em um supermercado,
quais são os produtos

comprados em conjunto
ao longo do tempo?

Eu quero minerar regras de compras
similares entre esse histórico.

Para essa simulação,

vou utilizar uma base de dados
disponível no Kaggle

que está imitando um histórico
de compras no supermercado.

Então,
aqui já estou na mente do Colab

com uma instância inicializada.

Eu já subi a base também aqui
no nosso ambiente

e vou começar a executar os códigos.

O primeiro passo é rodar
essa célula que está instalando

a biblioteca "apyori",
que é uma brincadeira

com o nome de Python
e o método em si.

Pronto,
já está instalado aqui nesse ambiente.

Agora eu posso fazer alguns imports
necessários,

que é Pandas, NumPy
para limpeza de dados também.

E, de fato, o algoritmo da biblioteca
é Apriori.

Aqui vou ler essa base
que está salva como um CSV, tá?

E nesse caso específico,
ela não tem nenhum cabeçalho.

Não é um CSV tradicional,
digamos assim.

Tanto que na execução já mostra
como se fosse um DataFrame

com as linhas lidas.

O que me interessa é linha a linha,
o que foi adquirido.

Então, nós temos aqui
colunas sem nome,

porque a coluna "0",
por exemplo,

contém o primeiro
produto que passou nessa compra.

A coluna "1",
contém o segundo produto,

a "2" o terceiro
e por aí vai.

Então, pode ser que eu compro
apenas um produto

ou uma sequência
de produtos também.

Esses "NaN" indicam
que esse produto não foi comprado.

Ou seja, nem vi o produto em si,

mas essa cesta de compras
teve apenas três produtos,

dois e por aí vai.

É normal ter uma matriz bem esparsa
nesse tipo de dado.

Portanto, temos que prepará-la
para implementar o método.

Nessa preparação,

nós temos que eliminar
esse tanto de "NaN".

Basicamente, nós queremos
criar uma lista de lista, ou seja,

para cada compra,
cada transação de fato, cada cesta,

eu quero criar uma lista
onde apenas produtos comprados

estejam de fato presentes nessa lista.

Quem está com valor "NaN"
eu possa ignorá-lo.

Vou fazer isso
com Python puro mesmo

a partir do código da próxima célula.

Então, aqui embaixo,
nós temos um código

que está fazendo o seguinte.

Basicamente,
nós temos aqui

uma lista de transações,
uma lista vazia

e eu vou adicionar nessa lista
uma outra lista.

Ficando uma lista de listas.

Onde cada lista
que compõe a lista externa,

está analisando os produtos
que foram adquiridos

e se ele for "NaN" estou ignorando.

Eu só vou por dentro da lista mesmo

a palavra que representa
o nome daquele produto.

Então eu estou percorrendo
o dado da primeira linha até a última,

criando essa nova representação,
esse novo dado.

Aqui temos um exemplo
de como ficou.

Então, cada lista dessa
é uma cesta de compras.

Ela pode ser menor,
maior e por aí vai.

Notem que o que me interessa saber
é a relação de um produto com o outro.

A quantidade não é relevante no caso.

Então, saber que existe uma relação,
por exemplo,

entre frango e ovo
já é irrelevante para mim.

Não me interessa saber quantos ovos
são associados à compra

de quantos quilos de frango,
por exemplo,

ou vice versa.

Então,
como a sessão aqui é grande,

vou lá para baixo para começar
a construir a regra de associação.

O uso do método "apriori"
é muito direto.

Basicamente,
ele espera esses "records",

que são aquela lista de listas,

a lista dos produtos comprados de fato

e aqui alguns fatores
de parametrização.

Essa parametrização depende muito
do que a gente quer

como objetivo de negócio.

Aqui nós estamos fazendo
da parametrização do método baseado

em algumas métricas de avaliação
da recomendação, ou seja,

quero avaliar o poder,
digamos assim,

daquela associação
de um produto com outro.

Esse poder está ligado
às métricas de avaliação

da relação entre um produto e outro.

Eu posso adicionar métricas
como confiança,

alavancagem,
entre tantas outras.

Eu posso limitar, inclusive,
o tamanho da regra a ser criada.

Eu posso limitar,
por exemplo,

que as regras envolvam
pelo menos dois produtos,

mas eu posso criar regras
que envolvem pelo menos três,

quatro, cinco produtos também.

No método apriori
não tem certo ou errado,

nós vamos fazer combinações
de produtos a produtos

e verificar se existem dados,
evidências reais,

que comprovem a eficácia,
eficiência,

o poder de fato daquela associação.

Por exemplo,
um lift é uma métrica interessante

que mostra alavancagem.

Quando eu tenho um produto A
que leva a compra do B,

o quanto que o produto A
está alavancando a venda do B.

Por exemplo,
a métrica do suporte.

Imagine que quero verificar
uma associação entre maçã e banana.

Então, o suporte dessa regra
indica quantas vezes

maçãs e bananas
foram compradas em conjunto

em todo o histórico de transações
que estou analisando.

E eu posso especificar
o suporte mínimo,

assim como eu posso
especificar um lift,

uma alavancagem mínima.

O que isso quer dizer?

Eu estou minerando regras e gerando
combinações entre produtos.

Eu quero ter uma regra
que tenha no mínimo

uma alavancagem de três,
por exemplo.

Ou seja,
esse produto A,

a compra dele alavanca a compra
do B em pelo menos 3 vezes.

Ou então,
supondo nessa associação

entre produção de maçãs e bananas,

eu quero ter um suporte mínimo,
ou seja,

eu quero regras que indicam,
que apareçam no histórico

pelo menos um número mínimo
de vezes.

Portanto,
uma vez configurado

o que a gente quer do ponto de vista
de regras mínimas,

nós podemos rodar aqui
a priori para fazer essa mineração

sobre o conjunto de dados
já pré-preparado.

Então,
vou rodar aqui o algoritmo

e vejam que ele rodou muito rápido,

porque é uma base de dados
pequena de fato.

E aqui estou criando uma lista,
estou forçando a criação de uma lista

da associação
e verificando o seu tamanho.

Foram geradas 24 regras.

Claro que se eu tivesse
um histórico de dados maior,

com mais produtos,

teriam sido muito mais métricas
a serem geradas.

Ou caso tivesse relaxado
essas métricas,

eu poderia ter regras
um pouco mais fracas,

mas mais abundantes.

Vamos entender
como que o apriori funciona

para como que ele gera
essas regras aqui.

Eu posso puxar a primeira regra
gerada por meio do seguinte comando:

"association_rules[0]".

Olhando a lista de regras,
quero pegar a primeira.

E aqui está mostrando os itens de fato.

Então,
é um creme com frango, tá?

Qual é o item a ser colocado.

Qual é o item que gerou a compra
posteriormente.

Essa regra tem qual lift mínimo.

Qual é a confiança apoiada
dessa regra também.

Eu posso pegar o segundo item
dessa composição,

dessa regra,
que é de fato,

a lista de recomendações.

Então, to pegando a lista
"association_rules",

o primeiro item, "0"

e vou pegar agora
a lista de recomendação em si.

Então, o segundo item.

Eu posso pegar aqui
como uma lista de fato.

Se eu quiser pegar qual é o produto
a ser analisado,

eu vou fazer uma outra indexação

baseado aqui na posição "0",
na "2", na "0" novamente.

Então, aqui eu tenho exatamente
os produtos configurados.

Note que a saída
da regra anterior dessa é a mesma,

porque essa regra aqui é bem simples
tem dois produtos apenas.

Ou seja, nesse ponto,
a regra já está melhorada.

O que eu tenho que fazer
é simplesmente

passar para essas regras
explorando que regras são essas.

Construindo aquele motor,
digamos assim.

Quem compra a compra A,
compra a parte B.

A gente pode fazer isso
com um laço

que está iterando
por essas regras também

e mostrando na tela
as principais métricas

e quais regras foram geradas.

Vamos ver.

A próxima tela faz exatamente isso, tá?

Criando aqui até mesmo
um numerador da regra.

Aí número um, dois, três
e está separando

uma impressão da outra
por uma sequência de 15 iguais,

digamos assim,
impressas na tela.

Então,
vendo aqui no início.

A primeira regra tem aqui na sexta,

um creme também
e um frango.

A segunda regra temos aqui escalope,
uma carne também,

com o molho de cogumelo.

A terceira regra está colocando
a carne também e massa.

E por aí vai.

Então nós podemos verificar
quais são os produtos

que foram comprados em conjunto,
às vezes com umas regras pequenas,

com o tamanho de dois.

Como nós configuramos
o tamanho mínimo da regra para dois,

o valor de dois produtos,

nós temos várias regras que foram
criadas com apenas dois produtos.

Mas,
olhando um pouco mais,

quais dessas regras foram
impressas nessas 24 criadas,

isso em regras um pouco maiores,

com três,
com quatro produtos também.

No entanto, elas são menos
comuns do que regras menores.

Então, aqui embaixo,
nós temos também

um exemplo com três produtos

ou com outros três
produtos diferentes, tá?

Com outros três produtos também,

que pode ser simplesmente
uma combinação entre eles.

Eu posso tirar um produto
e ir colocando outro no lugar,

mas essa base nos permitiu
gerar esse conjunto de regras.

E a pergunta que fica é:

como nós vamos entregar
essas regras?

Se for, por exemplo,
uma loja física,

nós podemos pegar produtos
que tem uma relação

e colocar próximo um dos outros.

É claro que isso
pode não ser viável.

Por exemplo,
eu vou colocar um enlatado

próximo de uma carne
que está no açougue.

Talvez levar uma prateleira
do enlatado para próximo do açougue,

faz sentido.

Ao levar a carne para um outro lugar,
pode não ser viável.

Agora, no cenário digital,

quando por exemplo,
uma compra em um e-commerce

é desse mercado,

ou até mesmo no aplicativo
de relacionamento com os usuários,

com os clientes dessa loja,
nós podemos verificar

baseado em qual produto
a pessoa está interagindo

e colocou na compra,
pode ter algum card que indica:

"por que você não compra
também tal produto?"

E esse outro aqui com algum desconto,
alguma coisa do gênero.

Assim, o objetivo principal da regra
de associação é achar a associação

uma relação de produtos
que devem ser combinados.

A forma como nós vamos entregar
essa inteligência

que a máquina gerou para a gente,
depende muito do negócio

a ser impactado e como ele
quer implementar essa regra,

de fato,
no mundo real.