在R中使用Apriori算法预测多个输出

Question

当前，我正在使用item-item开发基于r的推荐系统。我使用的软件包是arules。我已经完成了基本模型，但是我想根据以下条件修改模型：

1. 在先验algo中。我们将只收到一个输出，而不是多个输出。我希望在rhs端有多个输出值。例如：

---

        lhs                                                 rhs
{GH DAILY MOONG DAL PREMIUM 1kg,                                                                                            
MDH POW SPICE DEGHI CHILLI 100g,PREM 1kg}         => {DAILY OTH PULSE CHANA DAL...
                                                  Rice}

1. 我的推荐系统完全基于item-item。 r中是否还有其他算法或软件包可以为我带来更好的业务输出？
2. 如何计算信心和支持价值？就我而言，我使用的是默认值。

我的代码如下：

#Create Sparse Matrix
dataset = read.transactions('/Users/Nikita/Downloads/Reco_System/market_basket_before_model.csv', sep = ',', rm.duplicates = TRUE)
summary(dataset)
itemFrequencyPlot(dataset, topN = 20, type = 'absolute')

#1st cut
# Training Apriori on the dataset
rules = apriori(data = dataset, parameter = list(support = 0.001, confidence = 0.8))

# Visualising the results
inspect(sort(rules, by = 'lift')[1:30]) 

谢谢。

Answer 1

大多数关联规则挖掘算法的实现都将规则的RHS限制为单个项，以避免进一步的组合爆炸。