14、R语言市场篮分析与推荐引擎技术详解

R语言市场篮分析与推荐引擎技术详解

1. 市场篮分析基础

在R语言中，可使用 arules 包进行市场篮分析，该包提供了两种不同的规则查找方法，支持的算法有 apriori 和 ECLAT ，其中 apriori 算法最为常用。

apriori 算法的原理是：如果一个项集是频繁的，那么它的所有子集也一定是频繁的。在执行算法前，分析师需确定一个最小频率（支持度），算法的执行步骤如下：
1. 令 k = 1 （项的数量）
2. 生成长度等于或大于指定支持度的项集
3. 迭代 k + (1…n) ，修剪那些不频繁（小于支持度）的项集
4. 当没有新的频繁项集被识别时，停止迭代

2. 业务理解

以杂货店为例，我们使用 arules 包中的 Groceries 数据集，该数据集包含了一家真实杂货店30天内的9835笔不同交易，所有购买的商品被分为169个类别，如面包、葡萄酒、肉类等。假设我们是一家初创的小型啤酒厂，希望了解潜在客户在购买啤酒时还会购买哪些其他商品。

3. 数据理解与准备

为了进行分析，我们需要加载两个包以及 Groceries 数据集：

library(arules)
library(arulesViz