聯繫是普遍存在的，關聯的存在本身是有價值的，在電商推薦中關聯推薦是最簡單最直接有效的。關聯推薦的核心有三度：支持度，置信度，提升度.
- 支持度是衡量某一關聯的應用場景的多少
- 置信度是衡量某一關聯在應用場景的占比
- 提升度是衡量某一關聯推薦的應用的好壞
一個實踐操作，能讓我們在三度中，恍然大悟。
1，數據模擬
訂單號<-c('OD001','OD002','OD003','OD004','OD005') 尿布<-c(1, 0,1,1,1) 啤酒<-c(0, 0,1,1,1) 可樂<-c(1, 1,1,1,1)麵包<-c(0, 0,0,1,0) 巧克力<-c(0,1,0,1,0) buy_goods<- data.frame(訂單號, 尿布, 啤酒, 可樂, 麵包, 巧克力)有五個訂單，0/1表示訂單是包含商品。
為了更方便的利用SQL對數據進行統計，我們這裡需要將數據融合，利用melt實現數據的列轉行。melt(buy_goods, id = (c('訂單號')), variable_name =c('商品名稱'))
統計描述一下數據library(sqldf)SQL = sqldf("SELECT 商品名稱, COUNT(1) as Total FROM buy_goods_table WHERE 是否購買=1 group by 商品名稱 ORDER BY Total DESC ;")
SQL$Total=as.numeric(SQL$Total)pie(SQL$Total, labels =SQL$商品名稱,explode=0.1,col=rainbow(4), main="購買商品的分布",cex.lab=0.5, cex.axis=0.5, cex.main=1,labelcex=1, family='SimSun')
2，什麼是支持度？
即關聯組合出現的頻率，比如『尿布』在五個訂單出現的頻率=4/5；『尿布->啤酒』 在五個訂單出現的頻率=3/5；
3，什麼是置信度？關聯組合的條件機率，比如尿布->啤酒的置信度是：在尿布出現的條件下，啤酒出現的機率 = 3/4 ，也等於 『尿布->啤酒』的支持度 / 『尿布』的支持度。
4，什麼是提升度？組合推薦購買某產品機率 / 直接購買某產品的機率，就是很衡量組合推薦提高某產品的購買效果。比如『尿布->啤酒』的置信度 / 『啤酒』 的支持度 = 提升度。
一個有效的簡單關聯規則應具有較高的置信度和較高的支持度。如果規則的支持度較高，但置信度較低，則說明規則的可信度差；如果規則的置信度較高但支持度較低，則說明規則的應用機會很少。一個置信度較高但普遍性較低的規則並沒有太多的實際的應用價值。
5，怎麼找到效果好的頻繁項集 — Apriori 算法有興趣同學，可以考慮一些對等類為核心的Eclat算法
5.1，需要將數據轉成事務對象。Bt <- sqldf('SELECT 訂單號, 商品名稱 FROM buy_goods_table WHERE 是否購買=1')BuyList<-split(Bt[, '商品名稱'], Bt[,'訂單號'])library(Matrix)library(arules)BuyTrans<-as(BuyList, 'transactions') summary(BuyTrans)inspect(BuyTrans)
image(BuyTrans);
5.2，在事務對象中搜索頻繁項集，生成有效規則buyrules<-apriori(data=BuyTrans, parameter=list(support=0.5, confidence=0.6, target='frequent itemsets'))
inspect(buyrules)
找出最大的頻繁項集：buyrules<-apriori(data=BuyTrans, parameter=list(support=0.5, confidence=0.6, target='maximally frequent itemsets'))inspect(buyrules)
5.3，計算組合的提升度buyrules<-apriori(data=BuyTrans, parameter=list(support=0.5, confidence=0.6, target='rules'))
由此我們可以篩選出最有價值的關聯組合「尿布，啤酒，可樂」，「啤酒，尿布」。兩個天差地別的商品，就這樣成為了傳為佳話的一對CP。
6，讓簡單的規則可視化buyrules<-apriori(data=BuyTrans, parameter=list(support=0.5, confidence=0.6, target='frequent itemsets'))inspect(buyrules)par(family='SimSun')plot(x= buyrules, method='graph', control=list(main='購買組合可視化'))
buyrules<-apriori(data=BuyTrans, parameter=list(support=0.5, confidence=0.6, target='rules'))inspect(buyrules)plot(buyrules, method='grouped')
plot(buyrules, method='paracoord')
plot(buyrules, method='graph',control=list(arrowSize=3,main='關聯規則的可視化'))
一起加油吧
至此也感謝你的認真拜讀，喜歡點個讚就好
感謝你的閱讀，關注公.眾.號：趣味數據周刊，後台回覆：idw007，可以獲取文章數據。 和志同道合的夥伴一起學習統計學，數據分析，機器學習，走向人生巔峰，有問題可以撩我；很樂意為你效勞。