SAS中文论坛

标题: 求助：一个比较复杂的数据处理问题 [打印本页]

作者: shiyiming 时间: 2010-8-26 15:54
标题: 求助：一个比较复杂的数据处理问题
请教高手一个复杂的数据处理过程，最好是能用纯SQL脚本实现，这样可以在数据库中运行了，谢谢啊。

需求如下：
（1）已知：数据集1
规则编号前项产品后项产品可信度
1 A&B C 90%
2 A D 80%
3 A C 70%
4 A E 65%
5 A F 50%
6 B A 55%
7 B C 65%
8 B D 60%
9 B E 40%
10 C D 75%
11 B&C D 80%
…… …… ……

（2）已知：数据2：
一个客户一个产品一条记录
客户ID 购买产品
1 A
1 B
2 B
2 C
2 D
…… ……

（3）最终结果：
样式：一个客户一条纪录
客户ID 是否购买A 是否购买B 是否购买C 是否购买D 推荐购买产品1 购买可信度1 推荐购买产品2 购买可信度2 推荐购买产品3 购买可信度3
1 1 1 0 0
2 0 1 1 1
……

处理说明：
1、数据2的长表转变成最终结果的宽表（用0，1标识是否购买了某个产品）
2、依据数据集1的规则，在数据2的基础上给出每个客户最多3个推荐产品及相应的可信度，计算方法如下：
 第一步：先根据数据2中每个客户购买的产品从数据1中找出满足条件的规则(以客户1为例，即那些前项产品被客户1购买过的规则，也就是有前向产品是A、B、A&B的规则）：
规则编号前项产品后项产品可信度
1 A&B C 90%
2 A D 80%
3 A C 70%
4 A E 65%
5 A F 50%
6 B A 55%
7 B C 65%
8 B D 60%
9 B E 40%
 第二步：剔除掉该客户已经购买过的规则（即规则中后项产品已经被购买过的记录），如客户1已经购买过A和B产品，那么就需要剔除第6条规则。
规则编号前项产品后项产品可信度
1 A&B C 90%
2 A D 80%
3 A C 70%
4 A E 65%
5 A F 50%
6 B A 55%
7 B C 65%
8 B D 60%
9 B E 40%
 第三步：对剩下的规则按照可信度进行从高到底排序，如果后项产品有重复的规则只保留可信度最高的那一条。最后筛选出排名前3条的规则（如果满足条件的规则数少于3条，就筛选实际条数的规则）：
规则编号前项产品后项产品可信度
1 A&B C 90%
2 A D 80%
4 A E 65%

 第四步：生成最终的推荐产品数据（如果上一步筛选的规则只有2条，那么推荐购买产品3、购买可信度3填空，其他情况也以此类推）。

客户ID 是否购买A 是否购买B 是否购买C 是否购买D 推荐购买产品1 购买可信度1 推荐购买产品2 购买可信度2 推荐购买产品3 购买可信度3
1 1 1 0 0 C 90% D 80% E 65%

作者: shiyiming 时间: 2010-9-16 23:55
标题: Re: 求助：一个比较复杂的数据处理问题
[code:1dptkipx]data a;
input r fp $ lp $ rel percent8.0;
cards;
1 A&B C 90%
2 A D 80%
3 A C 70%
4 A E 65%
5 A F 50%
6 B A 55%
7 B C 65%
8 B D 60%
9 B E 40%
10 C D 75%
11 B&C D 80%
;
data b;
input id p $;
cards;
1 A
1 B
2 B
2 C
2 D
;
run;
proc sort data=b;
by id p;
run;
data b1(drop=p);
set b;
  by id p;
if first.id then do;
fa='';fb='';fc='';fd='';
retain fa  fb  fc  fd ;
end;
if p='A' then fA=1;
   else if p='B' then fB=1;
   else if p='C' then fC=1;
   else if p='D' then fD=1;
if last.id=1;
RUN;

proc sql;
create table a1 as
select *
   from (select *,max(rel) as max_rel,(max(rel)=rel) as m_r
         from a
         where fp in (select p from b where id=1)
            or (substr(fp,1,1) in (select p from b where substr(fp,2,1)='&' and id=1)
            and substr(fp,3,1) in (select p from b where substr(fp,2,1)='&' and id=1))
         group by lp)
order by max_rel desc,lp,rel desc;
quit;

data a2(drop=max_rel m_r rank); set a1; by descending max_rel  lp descending rel ;
rank+m_r;
  if rank<=3 and first.lp;
run;

data a3(drop=r fp lp rel); retain id 1;set a2; retain lc relc ld reld le rele;
   if lp='C' then do; lc=lp; relc=rel; end;
   if lp='D' then do; ld=lp; reld=rel; end;
      if lp='E' then do; le=lp; rele=rel; end;
if _n_=3;
run;

proc sql;
create table final as
  select b1.*,a3.*
from b1 left join a3
   on b1.id=a3.id
where b1.id=a3.id;
quit;[/code:1dptkipx]

欢迎光临 SAS中文论坛 (https://mysas.net/forum/)