Apriori算法——频繁项集生成答案

【问题标题】：Apriori Algorithm- frequent item set generationApriori算法——频繁项集生成
【发布时间】：2016-09-18 00:21:38
【问题描述】：

我正在使用 Apriori 算法来识别客户的频繁项目集。根据识别的频繁项目集，我想在客户将新商品添加到他的购物清单时提示向客户推荐项目，作为频繁项目集我结果如下；

[1],[3],[2],[5]
[2.3],[3,5],[1,3],[2,5]
[2,3,5]

我的问题是，如果我只考虑设置 [2,3,5] 来向客户提出建议，我错了吗？即如果客户将第 3 项添加到他的购物清单中，我会推荐第 2 项和第 5 项。如果客户将第 1 项添加到购物清单中，则不会提出任何建议，因为我只考虑设置 [2,3,5] 而第 1 项是在该集合中不可用。我想知道我的逻辑（仅考虑 set [2,3,5]）是否足以为用户提出建议

【问题讨论】：

标签： algorithm data-mining apriori

【解决方案1】：

没有。推导推荐规则需要更多的努力。

仅仅因为 [2,3,5] 是频繁的，not 是否意味着 2 -> 3,5 是一个好规则。

假设 2 是一个非常受欢迎的产品，但 3,5 几乎不常见。考虑一个加油站。 [gas, coffee, bagel] 可能是一个频繁项集，但很少有购买 gas 的顾客会同时购买咖啡和一个 bagel（置信度低）。

您确实想考虑诸如 2,3 -> 5 之类的规则，因为它们可能有更高的置信度。 IE。如果顾客买汽油和咖啡，建议买百吉饼。

频率不足以推荐！ 考虑到 80% 的情况下购买了 2 和 3。 60% 的情况下会购买 2、3、5。天真地，8 次中有 6 次，客户也会购买 5 次，这是 75% 的正确率！但这不意味着 5 是一个很好的推荐！因为 5 可能占总数的 80%，所以如果他买了 2 和 3，他实际上买 5 的可能性要低 5%，我们这里有负相关。这就是为什么您也需要查看升力。或者其他类似的措施，还有很多。

【讨论】：

我是根据客户来做这个的。这意味着 [2,3,5] 仅对该特定客户频繁，并且他经常一起购买商品 2,3,5。在那种情况下我只能考虑[2,3,5]设置提出建议
不，你不能。同样的例子仍然成立。
谢谢.. 那么这意味着如果客户已经添加了第 2 项和第 5 项，我可以根据 [2,3,5] 集向他建议第 3 项。现在我的方法正确了吗？
即便如此，如果它很频繁并不意味着它是意外。你真的需要看看信心和提升。您要回答的是这个问题：如果客户已经添加了 2 和 5，他是否更有可能购买 3。这并不明显，但它可以频繁但负相关。我将添加一个示例。

【解决方案2】：

您应该根据项目集的频率与其子项目集的相对关系来确定规则。例如

如果 (2,3,5) 的频率接近 (3,5) 的频率，则规则将是 (3,5) -> 2
如果 (2,3,5) 的频率接近 (3) 的频率，则规则将为 3 -> (2,5)
如果 (2,3) 的频率接近 (2) 的频率，则规则将为 2 -> 3

这意味着不仅最大的频繁项集可用于制定规则，其子频繁项集也可用于制定规则。如果您可以考虑项目集的频率相对于其他项目集的接近程度，则该规则将更加昂贵。

【讨论】：

如果用户已经将商品 2,5 添加到购物清单并且我想推荐商品 3。推荐商品 3 的规则应该是什么？即[2,5]的频率应该更接近[2,3,5]的频率或[3]的频率应该更接近[2,3,5]的频率？
(2,5)的频率应该更接近(2,3,5)的频率。那么规则是 (2,5)-> 3
我们不需要考虑 [3] 的频率吗？客户想要购买商品 3 的频率。有时即使 [2,5] 的频率接近 [2,3,5] 的频率，客户也不太可能购买商品 3。在这种情况下，我们需要考虑[3] 也是？你能确认一下吗？
如果您的 (3) 频率也接近 (2,3,5) 的频率，那么您的规则会更精确。然后你有更多的规则可以应用，即 (3) -> (2,5)。无论如何，没有任何预测可能是 100% 准确的，但至少你有一个合理的方法可以遵循。
(2,5) -> 3 表示 ?你能把这条规则转换成单词吗？我有点困惑