推荐系统实践(三)----基于关联规则分析的推荐算法(Apriori)

  关联规则分析也是一种比较常见的推荐算法，主要是根据历史数据统计不同规则出现的关系，比如：$X->Y$，表示$X$事件发生后，$Y$事件也会有一定概率发生。
  关联规则分析最著名的就是“啤酒-尿布”的经典案例，沃尔玛的超市管理人员通过数据发现，很多买尿布的人大概率事件会去购买啤酒。这是因为在美国很多妈妈在家带孩子，所以去超市买尿布的任务就交给了爸爸，而一般爸爸都会在买尿布的时候顺手买一罐啤酒喝，所以明明是不相关的两个东西就有了很大的关联。
  关联规则分析的最终目标就是要找出强关联规则。一般使用$Apriori$、$FP-Growth$、 $Eclat$算法。这里我们主要分析一下$Apriori$。

• $Apriori$算法
    $Apriori$主要包含两个步骤：
  1. 首先找出数据集中所有的频繁项集，这些项集出现的频繁性要大于或等于最小支持度
  2. 根据频繁项集产生强关联规则，这些规则必须满足最小支持度和最小置信度

  假设存在规则$X->Y$，则称$X$为前项，$Y$为后项：
$$Support(X->Y)=\frac{同时包含XY的数据数}{数据总数}$$
$$Conf(X->Y)=\frac{同时包含XY的数据数}{包含X的数据数}$$

• 实例分析
    假设用户会同时购买多个手机，我们就不管手机用途了，送人也好，买了摔也行，我们搜集了下面四个用户的购买记录：

uesr	phone
A	{ M i x 3 , X R , m a t e 20 } \{Mix3, XR, mate20\} { Mix3,XR,mate20}
B	{ M i x 3 , P 20 , n e x s } \{Mix3, P20, nexs\} { Mix3,P20,nexs}
C	{ M i x 3 , P 20 , n e x s , m a t e 20 } \{Mix3, P20, nexs, mate20\}