工程架构方向的程序员，看到推荐/搜索/广告等算法相关的技术，或多或少都会有些胆怯。但是仔细研究之后，我发现其实并没有那么难。今天给大家介绍一下推荐系统中的“关联规则推荐”，方便大家了解。画外音：可以看excel截图，也可以看公式，根据自己能看懂的程度选择。一、概念什么是关联规则？答：关联规则是数据挖掘中的概念。通过分析数据，我们可以找到数据之间的关联。电子商务经常被用来分析购买物品之间的相关性。例如，“购买尿布的用户购买啤酒的概率很高”。这是关联规则。画外音：如果把购买尿布记录为A，购买啤酒记录为B，关联规则“购买尿布的用户购买啤酒的概率更高”表示为A->B。什么是AssociationRuleBased推荐？答：顾名思义，关联规则就是用来实现推荐的。关联规则推荐的目标是实现“将尿布放入购物车后推荐啤酒”比“直接推荐啤酒”更好的销售效果。画外音：这个目标非常非常重要。在某些场景下，直接推荐可能更有效。关联规则推荐的典型应用：（1）线下，可以把尿布和啤酒放在一起；（2）在线上，可以在用户将纸尿裤放入购物车后立即推荐啤酒；商会出售四种商品ABCD。历史有5个订单，卖出{A,B,C},{B,C,D},{A,B,C,D},{A,C},{A,B,C},{A,B,C},{C)如何实现“关联规则”推荐？第一步：数据准备如上图所示，纵坐标为所有历史订单，横坐标为每个订单销售的产品。第二步：计算关联规则的支持度（组合积）什么是支持度？答：一共有5个订单，其中3个包含产品A，A的支持度为3/5。计算每种商品的支持度很容易。从支持度可以看出，BestSeller是产品C，100%的订单都包含产品C，C的支持度为1。除了单个产品，组合产品也有支持。一共有5个订单，其中2个同时包含AB，即A->B的支持度为2/5。画外音：世界上共有4种商品。假设关联规则只关联2种商品，需要计算C(4,2)中6种组合商品的支持度{AB,AC,AD,BC,BD,CD}。支持评估订单中包含商品的“概率”，以及订单包含该商品的可能性有多大。画外音：一般先推荐支持度高的产品。如果先优化支持度低的产品，即使推荐效果翻倍，整体提升订单的效果也非常有限。第三步：计算关联规则的置信度。什么是信心？答：已知A已购买，购买B（即同时购买AB）的概率为多少，称为A->B的置信度。可见A已购买3次，B在这3次中被购买了2次，A->B的置信度为2/3。画外音：好吧，我不想发布公式confidence(A->B)=support(A->B)/support(A)=(2/5)/(3/5)=2/3which比较好理解，（1）分子：支持（A->B）是同时买入AB的比例；(2)分母：支持(A)是只买A的比例；将两者相除得到“买A，买B的概率有多大”，信心的本质是条件概率。这里要注意，X->Y和Y->X的置信度不一定相等。如上图所示：B->C的置信度为1，购买产品B时，100%会买C，C->B的置信度为3/5。购买产品C时，只有3/5会购买B。画外音：support(B->C)=3/5support(C->B)=3/5confidence(B->C)=support(B->C)/support(B)=1confidence(C->B)=support(C->B)/support(C)=3/5公式是给程序的，excel表格是给人的，结果是相同。第四步：计算关联规则的推广在前面的例子中，confidence(B->C)=1，即：如果用户购买了产品B，100%会购买C。那是否意味着如果用户购买了产品B放入购物车，能否向用户推荐商品C？答：不是。我们回顾一下，关联规则推荐的目标是“将尿布放入购物车后推荐啤酒”比“直接推荐啤酒”取得更好的销售效果。虽然买产品B，100%会买C画外音：confidence(B->C)=1但是直接推荐C，用户也会买C画外音100%：support(C)=1会发现买B和买C是等价的独立事件，用户买不买C和买不买B没有直接关系，这里的关联规则推荐并没有比直接推荐达到更好的效果。用什么指标来评价关联规则推荐的效果？答：提升度。什么是升力？答：A->B关联规则推荐与直接推荐B的比值可以用来评价推荐效果：（1）大于1，说明有效，购买A时推荐B，与直接推荐B相比，效果更好；(2)等于1，表示无关，买A和买B是独立的事件；(3)小于1，说明负相关，在买A的时候推荐B，效果不如直接推荐B；画外音：还有一个公式lift(A->B)=confidence(A->B)/support(B)，比较好理解。(1)分子：confidence(A->B)，购买A时，同时购买B的可能性有多大；(2)分母：支持(B)，直接买B的可能性有多大；将两者分开，得到效果是否更好。或者通过两个直观的例子。再来看看关联规则A->B，直接推荐B的效果：(1)有3个订单买A，这3个订单中有2个买B，所以A->B的置信度是2/3，即买A，买B的概率是2/3；(2)如果你直接推荐B，5个订单中有3个会买B，所以B的支持度是3/5，也就是有3/5的概率你会直接买B；你会发现关联规则推荐的效果更好。画外音：根据公式confidence(A->B)=support(A->B)/support(A)=2/3support(B)=3/5lift(A->B)=confidence(A->B)/support(B)=10/9lift(A->B)>1，所以关联规则推荐正相关。再来看看关联规则A->D，直接推荐D，效果有没有提升：（1）有3个订单买A，这3个订单中有1个买了D，所以置信度A->D的度数为1/3，即买A，就会有1/3的概率买D；(2)如果你直接推荐D，5个订单中有2个会买B，所以D的支持度是2/5，也就是有2/5的概率你会直接买D；你会发现关联规则推荐的效果很差，还不如直接推荐。画外音：根据公式confidence(A->D)=support(A->D)/support(A)=1/3support(D)=2/5lift(A->D)=confidence(A->D)/support(D)=5/6lift(A->B)<1，所以关联规则推荐是负相关的。3.总结(1)关联规则A->B推荐，目标是“用户将A放入购物车，推荐B”比“单独推荐B”得到更好的结果；(2)A->B支持度为用户同时购买A和B的概率；(3)A->B的置信度为用户在购买A的同时购买B的概率；(4)A->B的推广度为“当用户购买A时，购买B的概率是多少”与“直接购买B的概率”之比：当该值大于1时，表示A->B有积极的影响。当该值等于1时，表示A和B是独立的，当事件的值小于1时，表示A->B有负作用，1分钟很快就过去了。希望每个人都能有所收获。【本文为专栏作者《58神剑》原创稿件，转载请联系原作者】点此阅读更多该作者好文
