Instacart Market Basket Analysis

Processed dataset of orders, with several products bought in each order. Dataset prepared for Association Discovery between items (products)

- 3,346,083 orders
- from 206,209 different users
- 33,819,106 products bought (49,685 different products)

Dataset structure:

- order_id: Order ID
- user_id: User ID
- order_number: Order number for a user set of orders
- order_dow: Order day of week (0 to 6)
- order_hour_of_day: Order hour of day (0 to 23)
- days_since_prior_order: Number of days since the previous order of the same user
- products: List of products bought in the order, separated by pipe ( | )

Source:

[Instacart Market Basket Analysis at Kaggle](https://www.kaggle.com/c/instacart-market-basket-analysis) based on [3 Million Instacart Orders, Open Sourced blog post](https://tech.instacart.com/3-million-instacart-orders-open-sourced-d40d29ead6f2)

本数据集为经预处理的订单数据集，每份订单包含多件采购商品，专为商品间的关联发现任务打造。
- 共计3,346,083笔订单
- 覆盖206,209位独立用户
- 累计采购商品33,819,106件，涵盖49,685种不同商品

数据集字段结构：
- 订单编号（order_id）：订单唯一标识
- 用户编号（user_id）：用户唯一标识
- 订单序列编号（order_number）：该用户的订单组内的订单序号
- 下单星期（order_dow）：订单所属星期几，取值范围为0至6
- 下单小时（order_hour_of_day）：订单下单的时段（小时），取值范围为0至23
- 上次下单间隔天数（days_since_prior_order）：距该用户上一笔订单的间隔天数
- 商品列表（products）：本次订单采购的商品列表，以竖线（|）作为分隔符

数据来源：
本数据集源自Kaggle平台的《Instacart市场篮子分析》竞赛（https://www.kaggle.com/c/instacart-market-basket-analysis），其原始数据来自博文《300万份Instacart订单开源发布》（https://tech.instacart.com/3-million-instacart-orders-open-sourced-d40d29ead6f2）

原始信息汇总

数据集概述

基本信息

• 数据集名称: Instacart Market Basket Analysis
• 数据集大小: 960.2 MB
• 字段数量: 7
• 实例数量: 3,346,083
• 创建时间: Tue, 9 Apr 2024 08:59:36 +0000
• 发布时间: Tue, 9 Apr 2024 10:13:36 +0000

描述

• 处理过的订单数据集，包含每个订单中购买的多个产品。
• 数据集用于项目（产品）之间的关联发现。
• 订单数量: 3,346,083
• 不同用户数量: 206,209
• 购买的产品数量: 33,819,106（49,685种不同产品）

数据集结构

1. order_id: 订单ID
2. user_id: 用户ID
3. order_number: 用户订单集中的订单号
4. order_dow: 订单星期几（0到6）
5. order_hour_of_day: 订单一天中的小时（0到23）
6. days_since_prior_order: 同一用户上次订单以来的天数
7. products: 订单中购买的产品列表，用竖线（|）分隔

来源

• Instacart Market Basket Analysis at Kaggle based on 3 Million Instacart Orders, Open Sourced blog post

标签

• Orders
• Products
• Basket Market

数据集URL

• https://bigml.com/user/czuriaga/gallery/dataset/66150378ff7b592f2d19f7d7

字段详情

名称	类型	数量	缺失值	错误	直方图
order_id		3,346,083	0	0
user_id		3,346,083	0	0	←→
order_number		3,346,083	0	0	σ
order_dow		3,346,083	0	0	σ
order_hour_of_day		3,346,083	0	0	σ
days_since_prior_order		3,139,874	206,209	0	σ
products		3,346,083	0	0	←→

搜集汇总

背景与挑战

背景概述

该数据集包含3,346,083个订单记录，涉及206,209名用户和49,685种不同商品，总计33,819,106件商品购买。数据集结构包括订单ID、用户ID、订单编号、星期几、下单时间、距上次下单天数以及购买商品列表等7个字段，适用于商品关联性分析。