R語言 關聯規則如何排序 R語言學習之關聯規則演算法

1、推薦演算法中

2、物品-物品用關聯規則；

3、人物-物品用協同過濾；

4、人-人用社會網路分析；

5、特徵-物品用預測建模，分類模型。

6、關聯規則和協同過濾演算法

7、關聯規則，將所有使用者的高頻產品進行推薦，但是如果要清倉，清除一些低頻的產品，關聯規則不太適用；而協同過濾可以顧及長尾。

8、幾個概念的參考：

9、支援度（support）：共5筆訂單，3筆包含商品A，A的支援度是3/5。

10、置信度（confidence）：已知購買了A，有多大概率購買了B（即同時購買了AB），稱A -> B的置信度。

11、提升度：如果使用者購買商品B，100%會買C，那是不是意味著，如果使用者將商品B放入購物車，就可以向用戶推薦商品C呢？

12、大於1，說明有效，在購買A時推薦B，比直接推薦B，效果更好

13、等於1，說明無關，購買A與購買B，是獨立事件