基於關聯規則的推薦算法

1.1算法簡介 基於關聯規則的推薦是根據歷史數據統計不同規則出現的關係,形如:X->Y,表示X事件發生後,Y事件會有一定概率發生,這個概率是通過歷史數據統計而來。 對於一個規則X->Y,有兩個指標對該規則進行衡量。一個是支持度,表示在所有樣本數據中,同時包含X和Y樣本的佔比。另一個是置信度,表示在所有包含X的樣本中,包含Y的樣本佔比。 在關聯推薦算法中,最主要的是如何找到最大頻繁項,業界主要的做法
相關文章
相關標籤/搜索