关联规则应用到图书推荐的问题

本文是观看了小象学院《大数据应用中的算法如何创造商业价值》，现在做一下梳理

问题：当当网中”最佳拍档”中的关联规则算法

对于解决一个实际的问题，我们看一下一般的思路流程是什么样的

1. 目前的关联规则是什么的

2. 问题发现和分析：现在的方法有什么问题

3. 效果空间预估：理想情况下，这个问题通过某种解决方法，可以达到的效果什么

4. 算法改进：基于上面的理想效果，我们如何通过算法的改进朝着这个目标迈进

5. 效果衡量：对算法的改进效果做评估，没有评估就像算法缺乏目标函数一样

6. ROI分析：实际结果的分析

我们一步一步的看这个问题

传统的关联规则是什么样的

1. 关联规则在介绍数据挖掘中的图书中一般都会介绍，主要涉及到两个概念

例如有两个物品A、B，那么A、B的

支持度是一个联合概率的概念，指的是A、B出现的概率，也即A、B同时出现的次数除以总的次数

置信度是一个条件概率的概念，指的是例如A出现时，B出现的概率

2. 问题发现和分析

现在的关联规则是有问题的，主要有四个问题

（1）支持度计数的选取的问题

我们要对支持度计数大于某个阈值K的商品计算支持度，置信度还有后续的操作，那么K值的选取就是一个重要的问题，如果K值较小，那么将会有大量的数据参与运算，势必会对算法的实际实现有更大的挑战，如果K值的选取比较大，那么将会造成某些商品的推荐商品太少的问题，所以K值的选取是一个比较大的问题

࿰