利用关联规则做商品推荐（python版）

落日映苍穹つ 2022-11-29 12:07 126阅读 0赞

关联规则最经典的例子是啤酒与尿布，我们当然也可以用来做商品的推荐

做这个之前需要数据，数据是自己随机生成的，当然会导致结果不是很理想

--------------------

## 数据准备： ##

import numpy as np
    import  pandas as pd
    df= pd.DataFrame({'100001':[np.random.randint(0,2) for i  in range(10000)]})
    for i in range(100):df[str(100002+i)]=[np.random.randint(0,2) for i  in range(10000)]
    df.head()

得到的数据结果：

5 rows × 101 columns

需要说明的是，100001这类数字是商品ID，数据假设是采用每个用户购买记录，每一行对应一个用户，每一列代表一个商品。

--------------------

接下来就进入正题，使用关联规则进行推荐

## 构造频繁项集 ##

from mlxtend.frequent_patterns import apriori
    from mlxtend.frequent_patterns import association_rules
    frequent_itemsets = apriori(df, min_support=0.2, use_colnames=True)
    frequent_itemsets.tail()

结果如下：

<table> 
 <thead> 
  <tr> 
   <th>&nbsp;</th> 
   <th>support</th> 
   <th>itemsets</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>5146</th> 
   <td>0.2610</td> 
   <td>(100098, 100100)</td> 
  </tr> 
  <tr> 
   <th>5147</th> 
   <td>0.2606</td> 
   <td>(100098, 100101)</td> 
  </tr> 
  <tr> 
   <th>5148</th> 
   <td>0.2505</td> 
   <td>(100099, 100100)</td> 
  </tr> 
  <tr> 
   <th>5149</th> 
   <td>0.2584</td> 
   <td>(100099, 100101)</td> 
  </tr> 
  <tr> 
   <th>5150</th> 
   <td>0.2570</td> 
   <td>(100101, 100100)</td> 
  </tr> 
 </tbody> 
</table>

在使用关联规则之前需要构造频繁项集，我们可以看到结果有两列，一列是支持度，一列是频繁项集

代码里面的最小支持度（min\_support）其实是个阈值，也就是大于最小支持度是才算为频繁项集，小于是就过滤掉了

支持度可以理解成概率，虽然这个说法不太恰当

最小支持度根据自己的需要进行设定，可大可小，不一定是0.5哦

获取到了频繁项集我们 就可以进行关联规则计算了

--------------------

##  关联规则计算 ##

rules = association_rules(frequent_itemsets, metric='lift', min_threshold=1)
    rules.head()

<table> 
 <thead> 
  <tr> 
   <th>&nbsp;</th> 
   <th>antecedents</th> 
   <th>consequents</th> 
   <th>antecedent support</th> 
   <th>consequent support</th> 
   <th>support</th> 
   <th>confidence</th> 
   <th>lift</th> 
   <th>leverage</th> 
   <th>conviction</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>(100073)</td> 
   <td>(100052)</td> 
   <td>0.5030</td> 
   <td>0.4947</td> 
   <td>0.2502</td> 
   <td>0.497416</td> 
   <td>1.005489</td> 
   <td>0.001366</td> 
   <td>1.005403</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>(100052)</td> 
   <td>(100073)</td> 
   <td>0.4947</td> 
   <td>0.5030</td> 
   <td>0.2502</td> 
   <td>0.505761</td> 
   <td>1.005489</td> 
   <td>0.001366</td> 
   <td>1.005587</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>(100026)</td> 
   <td>(100096)</td> 
   <td>0.4980</td> 
   <td>0.4973</td> 
   <td>0.2500</td> 
   <td>0.502008</td> 
   <td>1.009467</td> 
   <td>0.002345</td> 
   <td>1.009454</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>(100096)</td> 
   <td>(100026)</td> 
   <td>0.4973</td> 
   <td>0.4980</td> 
   <td>0.2500</td> 
   <td>0.502715</td> 
   <td>1.009467</td> 
   <td>0.002345</td> 
   <td>1.009481</td> 
  </tr> 
  <tr> 
   <th>4</th> 
   <td>(100099)</td> 
   <td>(100086)</td> 
   <td>0.4982</td> 
   <td>0.5053</td> 
   <td>0.2532</td> 
   <td>0.508230</td> 
   <td>1.005798</td> 
   <td>0.001460</td> 
   <td>1.005957</td> 
  </tr> 
 </tbody> 
</table>

得到这个以后我们就可以进行筛选自己需要结果，比如confidence、support、lift我们需要设置在什么范围合适，需要自己设定

这样我们 就可以筛到想要的结果

注意的是，正常confidence会很高的，因为这个是随机生成的数据，所以在0.5附近

然后我们就可以根据这个，进行推荐了，比如上表的最后一行为例，用户购买了商品100099，我们就可以猜他可能会购买商品100086。