行为间蕴含关系
不同用户的行为构成了不同物品的排列顺序,其中组合存在着有价值,蕴涵着隐含关系,找出物品间的隐含关系被称之为关联分析或关联规则学习。
关联规则的问题在于物品之间不同组合带来数据量的指数暴增,寻找花费时间和存储,计算代价高昂,可以通过Apriori和FP-growth方法解决。
![039967b8adc2282388f88de495f014e4.png](https://i-blog.csdnimg.cn/blog_migrate/87f191c1c5455e8e980d09190c41dbc8.jpeg)
关联规则的应用
1,电商购物,了解用户购买行为,给物品做定价/促销/搭配摆放等;
2,投票间的相关性,为竞选做预测分析;
3,寻找相似特征,比如寻找毒性集合中的公共特征;
4,社交内容中的共现词,抽取出频繁出现的词组合;
5,用户标签之间的联系,推理的一种关系;
6,……