关于FPGrowth和Jaccard距离的思考

目的：计算视频A和视频B的相似度。

采用Jaccard距离计算就是Num(A∩B）/Num(A∪B)，假设在计算的样本集中A和B出现的次数很多，那么结果基本接近1，在视频推荐中，会让很热，曝光很多的视频继续曝光。

采用关联规则来分析，只取出A->B这种简单的规则。同样，当A在训练集中出现的次数很大，B在训练集中出现的次数很小时，在支持度这一步就很容易将B（与B组合的其它项集）pass，但A很多，保留下包含A的频繁项集就很多。那么置信度这一步无论取多少，B都很难出现。所以觉得这种方式适合推荐一些主推产品。