R语言 r语言函数大全及详解

1、推荐算法中
2、物品-物品用关联规则;
3、人物-物品用协同过滤;
4、人-人用社会网络分析;
5、特征-物品用预测建模 , 分类模型 。
6、关联规则和协同过滤算法
7、关联规则 , 将所有用户的高频产品进行推荐 , 但是如果要清仓 , 清除一些低频的产品 , 关联规则不太适用;而协同过滤可以顾及长尾 。
8、几个概念的参考:
9、支持度(support):共5笔订单 , 3笔包含商品A , A的支持度是3/5 。
10、置信度(confidence):已知购买了A , 有多大概率购买了B(即同时购买了AB) , 称A -> B的置信度 。
11、提升度:如果用户购买商品B , 100%会买C , 那是不是意味着 , 如果用户将商品B放入购物车 , 就可以向用户推荐商品C呢?
12、大于1 , 说明有效 , 在购买A时推荐B , 比直接推荐B , 效果更好
【R语言 r语言函数大全及详解】13、等于1 , 说明无关 , 购买A与购买B , 是独立事件

    相关经验推荐