Question

我正在使用Apriori算法来识别客户的频繁项目集。基于所识别的频繁项目集，我想在客户向他的购物清单添加新项目时向客户提示建议项目，因为频繁项目设置我得到的结果如下;

[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[2,3,5]设置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，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（仅考虑设置[2,3,5]）是否足以为用户提出建议

Answer 1

您应该根据项目集的频率如何相对于其子项集来确定规则。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，则规则将是3 - > （2,5）
如果（2,3）的频率接近（2）的频率，则规则将是2 - > 3

这意味着不仅可以使用最大的频繁项目集来制定规则，而且还可以使用其子频繁项目集。如果您可以考虑项目集相对于其他项目的接近频率，那么规则将更加谨慎。

Answer 2

没有。推导规则需要更多努力。

仅仅因为[2,3,5]经常不意味着2 - ＆gt; 3,5是一个很好的规则。

考虑2是非常受欢迎的产品的情况，但3,5只是勉强频繁。考虑加油站。 [天然气，咖啡，百吉饼]可能是一个常见的项目集，但很少有购买天然气的顾客也会购买咖啡和百吉饼（低信度）。

你做想要考虑诸如2,3 - ＆gt;之类的规则。 5因为他们可能具有更高的置信度。即如果顾客购买汽油和咖啡，建议吃百吉饼。

频率不足以推荐！考虑在80％的情况下购买2和3。在60％的情况下购买2,3,5。天真地，在8次中的6次中，顾客也将购买5次，即75％的正确率！但这确实不意味着5是一个很好的推荐！因为5可能总共有80％，所以如果他买2和3，他实际买5的可能性降低5％，而且我们在这里有负相关。这就是你需要看看电梯的原因。或者其他类似的措施，有很多。

Apriori算法 - 频繁项集生成

2 个答案: