7.5实例分析

• L(k)--->C(k+1)

  

  • 生成结果不能缺失也不能冗余
    • 方法1：将L1、L2所有可能的项拼起来（效率低、冗余）
    • 方法2：只将L2中找两个只有1位不同的Itemsets拼起来（效率高、紧凑）
  • 问题：
    • 虽然方法2只生成了一个C3，但是C3仍然不频繁
  • 解决办法：

    

    • 思路：
      • 将Item排序，挑出满足下述条件的X、Y：前（k-1）个都要一模一样，第k项不同，把Y的第k项放到X中组成新的Candidate（K+1）
    • 存在问题：最后一行的数据仍然生成了错误的Candidate（3）
    • Correctness(方法正确性证明)

      

      • 证明为什么要选择“前（k-1）个都要一模一样，第k项不同”的项组合成为Candidate（k+1·）。已知定理是对的，所以只需证明，所有L（k+1)项中需要的东西一定会存在于C（k+1）
    • Demo

      

    • Clothing Example

      

      

      

      • 注意：
        • 频繁集挖掘是要留下所有频繁的长度可能不等的所有频繁集，而不是只留下最长的那个
        • 生成规则(买A的人也会买B)的时候不考虑只包含一个元素的Itemsets，此时无法生成规则
        • 买牛仔裤的人会去买鞋子的概率为50%，虽然符合阈值但是因为本身就有50%的人会买鞋子，所以这是一条无意义的规则
    • Real Example

      

      • 自然界的云& 云计算的云
      • 书籍推荐
      • 买了泳镜又推荐了泳镜？
    • Effective Recommendation

      

      • 哪种才是有意义的推荐算法