Cosmetics.csv是14家A公司化妆品品种的1000个交易数据。A为了构建卖场商品陈列和交叉销售板职员的培训，以及增进交叉销售想分析物品购买之间的关联性。创建并的购买时间电子推荐系统，运行R

Mrrunsen

于 2023-01-05 13:04:09 发布

阅读量166

点赞数

CC 4.0 BY-SA版权

分类专栏： R语言大学作业文章标签： r语言开发语言

本文链接：https://blog.youkuaiyun.com/Mrrunsen/article/details/128561605

R语言大学作业专栏收录该内容

1436 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

该博客探讨了A公司使用R语言对Cosmetics.csv中的14种化妆品产品进行交易数据分析，以构建卖场商品陈列和提升交叉销售。通过R代码展示了产品订单占比的图表，并基于不同支持度和置信度挖掘出前10个关联规则，以优化推荐系统。关联规则如：Mascara与Eye.shadow、Eye.shadow与Mascara、Brushes与Nail.Polish之间的频繁购买关联。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Cosmetics.csv是14家A公司化妆品品种的1000个交易数据。A为了构建卖场商品陈列和交叉销售板职员的培训，以及增进交叉销售想分析物品购买之间的关联性。创建并的购买时间电子推荐系统，运行R code以回答以下问题:

在编写R code时，请同时包含注释(以#开头)说明命令行的含义

1)创建可执行的Rcode文件并单独提交(40分)

1)数据中14种产品的订单占比如何?请使用R创建一个图，表示每种产品的订单占比。(20分)

# 导入R包
library(tidyverse)
library(arules)
data <- read.csv("Cosmetics.csv")
## 去除ID
data <- data[-1.]
##去除那些每个值都是零的行,也就是不存在购物记录
##转换思维，每个数据都为0的行，则该行的和也为0
data1=data[which(rowSums(data) > 0),]

## 将购物商品组合到一个list和一个vector中
a_list <- list()
a_vec <- c()
product <- names(data1)
# 遍历
for (i in 1:nrow(data1)) {
    v <- as.numeric(data1[i,])
    idx <- which(v==1,arr.ind = TRUE)
    a_list[[i]] <- product[idx]
    a_vec <- c(a_vec,product[idx])
}

df<- data.frame(round(prop.table(