如何从头开始实施关联规则分析或市场篮子分析？

Posted 2023-04-18

【中文标题】如何从头开始实施关联规则分析或市场篮子分析？

【英文标题】：How to implement Associative Rules Analysis or Market Basket Analysis from scratch?

【发布时间】：2016-07-17 21:56:15

【问题描述】：

我尝试阅读大量文章，试图了解将关联分析（可能是购物篮分析）纳入我的系统的第一步应该是什么。他们都深入到算法的实现中，但没有人首先谈论如何存储数据。 如果有人能给我一些入门指南或文章链接，我将不胜感激。

我要实现的第一件事是跟踪用户点击并根据跟踪的数据提供建议。 例如。用户点击了链接 A，随后点击了链接 B 和链接 C。我可以通过一些关联的元数据（用户、用户组织、用户角色等）来跟踪此活动

我不希望它仅限于链接。将来，我想在系统中添加一些类似的用例，并让它变得更智能。例如。如果用户为字段 A 和 B 设置特定值，他/她很可能会为字段 C 设置值 <bla>。

我的系统一天可能会生成数千个这样的数据点（例如用户点击、字段选择等）。

以下是我的问题：

我应该如何存储我的数据？ Go SQL 或 No SQL（我简要研究了 Mongo DB，它看起来很有希望）

我应该使用什么工具来执行关联分析？有没有我可以使用的开源工具？

【参考方案1】：

视情况而定。你的数据适合 NoSql 数据库吗？要回答这个问题，最好阅读 CAP Theorem 及其案例研究：https://en.wikipedia.org/wiki/CAP_theorem 或 http://robertgreiner.com/2014/06/cap-theorem-explained/ .有时您需要一致性（取决于您的数据）和可用性 =>，因此最好使用 mysql 等关系数据库（尝试阅读案例研究并分析您的数据以选择最佳工具）

有大量的开源库，但我认为最好先阅读一些概念和算法。尝试搜索 Apriori、ECLAT、FP-GROWTH 算法并获取它们的概念。然后您可以选择一个工具或自己编写代码。一些有用的工具（取决于您的编程语言）：

Python：https://github.com/asaini/Apriori、https://github.com/enaeseth/python-fp-growth、https://github.com/enaeseth/python-fp-growth/blob/master/fp_growth.py

php：https://github.com/sigidhanafi/fp-growth-php

JAVA：https://github.com/goodinges/FP-Growth-Java，http://www.philippe-fournier-viger.com/spmf/

您也可以使用 Spark：https://spark.apache.org/docs/1.1.1/mllib-guide.html

【讨论】：

嗨，Masoud，我浏览了您提供的材料，这是非常好的信息。非常感谢。一旦我们有了完整的系统，我将更新这个线程，解释我们最终使用的内容。

嗨，当然，它对 AR 实施的每个新手都有用