python数据分析与挖掘实战——协同过滤——关联算法——Apriori算法菜品推荐

客户在餐厅点餐时，面对着菜单中大量的菜品信息，往往无法迅速的找到满意的菜品，既增加了点菜的时间，也降低了客户的就餐体验。实际上，菜品的合理搭配是有规律可循的：顾客的饮食习惯，菜品的荤素和口味，有些菜品之间是互相关联的，而有些菜品之间是对立或竞争关系（负关联）。这些规律都隐藏在大量的历史菜单数据中，如果能够通过数据挖掘发现客户点餐的规律，就可以快速识别客户的口味，当他下了某个菜品的订单时推荐相关联的菜品，引导客户消费，提高顾客的就餐体验和餐饮企业的业绩水平。

Apriori的核心思想就是通过连接产生候选项以及支持度，然后通过剪枝生成频繁项集。

关联规则与频繁项集

（1）关联规则的一般形式

项集A、B同时发生的概率称为关联规则的支持度（也称为相对支持度）

support(a=>b) = P(a|b)

项集a发生，则项集b发生的概率为关联规则的置信度

confidence（a=>b）= P(b|a)

(2)最小支持度和最小置信度

最小支持度是用户或专家的衡量支持度的一个阈值，表示项目集在统计意义上的最低重要性，最小置信度是用户或专家定义的衡量置信度的一个阈值，表示关联规则的最低可靠性。同时满足最小支持度和最小置信度阈值的规则称为强规则。

（3）项集

项集是项的集合。包含K个项的项集称为k项集，如{牛奶、麦片、糖}是一个三项集。

项集出现的频率是所有包含项集的事务计数，又称作绝对支持度或支持度计数。如果项集I的相对支持度满足预定义的最小支持度阈值，则I是频繁项集，频繁k项集通常称为k

（4）支持度计数

项集A的支持度计数是事务数据集中包含项集A 的事务个数，简称为项集的频率或计数。

已知项集的支持度计数，则规则A=>B的支持度和置信度很容易从所有事务计数、项集A和项集B和项集A∪B的支持度推出。

Support(A=>B) = A,B同时发生的事务个数 / 所有事务个数 = support_count(A∩B）/ Support_count(A)

confidence(A=>B)