背景信息

本文通過OSS與PAI的結合，為一家傳統的文具零售店提供決策支持。本文涉及的具體業務場景（場景與數據均為虛擬）如下：

一家傳統的線下文具零售店，希望通過數據挖掘尋找強相關的文具品類，幫助合理調整文具店的貨架布局。但由于收銀設備陳舊，是一臺使用XP系統的POS收銀機，可用的銷售數據僅有一份從POS收銀機導出的訂單記錄（csv格式）。本文介紹如何將此csv文件導入OSS，并連通OSS與PAI，實現商品的關聯推薦。

操作步驟

1. 數據上傳至Bucket。

   以上傳文件為Sample_superstore.csv，上傳至華東1（杭州）地域下的目標存儲空間examplebucket為例。

   1. 構造Sample_superstore.csv文件數據樣例。

      order_id,order_date,customer_id,item,sales,quantity
      1,20240101,1,aa,10,100

   2. 將Sample_superstore.csv文件上傳至examplebucket。具體操作，請參見簡單上傳。

2. 連通OSS和PAI。

   1. 在華東1（杭州）地域新建工作流。具體操作，請參見新建自定義工作流。

   2. 單擊新建的工作流，然后在左側導航欄選擇源/目標 > 讀CSV文件。

   3. 雙擊讀CSV文件組件，在右側的讀CSV文件組件面板的參數設置頁簽，文件路徑設置為oss://examplebucket/Sample_superstore.csv，Schema設置為order_id string,order_date string,customer_id string,item string,sales string,quantity string，打開是否忽略第一行數據開關，其他參數保留默認配置。

   4. 右鍵單擊讀CSV文件組件，然后單擊執行該節點。

   5. 等待執行完成后，右鍵單擊讀CSV文件組件，然后單擊查看數據 > 任意。

      在組件下方，查看表信息。數據預覽僅支持1000條記錄。如果需要查看全表，請按照頁面指引前往DataWorks。

數據探索流程

本文所用的主要算法組件為協同過濾。有關該組件的詳細用法，請參見協同過濾做商品推薦。

本案例中的數據探索流程如下：

本案例按8:2的比例將源數據拆分為訓練集和測試集，其中一個訂單中可能有多個item，故ID列選擇order_id，保證含有多個item的訂單不會被拆分，如下圖所示：

本案例中共有17個產品item。通過協同過濾算法組件，取相似度最高的item，結果如下表：

結論

通過機器學習，我們發現“紙張”與“訂書器”二者的相似度較高，且與其它產品也有較高的相似度。

對于這家文具零售店來說，根據此數據發現可以有兩種布局貨架的方式：

• 紙張和訂書器貨架放在最中間，其它產品貨架呈環形圍繞二者擺放，這樣無論顧客從哪個貨架步入，都可以快速找到關聯程度較高的紙張和訂書器。

• 將紙張和訂書器兩個貨架分別擺放在文具店的兩端，顧客需要橫穿整個文具店才可以購買到另外一樣，中途路過其他產品的貨架可以提高交叉購買率。當然，此布局方式犧牲了用戶購物的便利性，實際操作中應保持慎重。