R語言?推薦算法中物品-物品用關聯規則;,下面我們就來說一說關于R語言?我們一起去了解并探讨一下這個問題吧!
推薦算法中
物品-物品用關聯規則;
人物-物品用協同過濾;
人-人用社會網絡分析;
特征-物品用預測建模,分類模型。
關聯規則和協同過濾算法
關聯規則,将所有用戶的高頻産品進行推薦,但是如果要清倉,清除一些低頻的産品,關聯規則不太适用;而協同過濾可以顧及長尾。
幾個概念的參考:
支持度(support):共5筆訂單,3筆包含商品A,A的支持度是3/5。
置信度(confidence):已知購買了A,有多大概率購買了B(即同時購買了AB),稱A -> B的置信度。
提升度:如果用戶購買商品B,100%會買C,那是不是意味着,如果用戶将商品B放入購物車,就可以向用戶推薦商品C呢?
大于1,說明有效,在購買A時推薦B,比直接推薦B,效果更好
等于1,說明無關,購買A與購買B,是獨立事件
更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!