關聯規則資料推薦是否可以用PageRank類似的思路來計算推薦可信度？

1樓：郭寬

首先回答題目中的那個假設

原文：「比如A、B、C是三本書，同時選擇A和B的有100人，同時選擇A和C的只有50個人，那麼，你如果這樣計算關聯度，顯然是A和B關聯度高；但是我給你額外的資料，B這本書非常熱門，一共有10萬人選擇，C這本書有點冷門，只有500人選擇，現在你再看，還認為A和B的關聯度比A和C高麼？」。

是的，我依然認為A和B的關聯度比A和C高，這沒什麼問題，既然買了A的人，有100人買了B，而只有50人買了C，那就直接說明了買了A的人更容易去買B，而不是C，這跟B本身熱不熱銷沒什麼關係。

而至於後面那個假設：

某個文藝青年同時選擇了2本書，另乙個採購員同時選擇了200本書，那麼前面兩本書之間的關聯度，和後面的200本書之間的關聯度，一樣麼？這就屬於雜訊資料了，需要我們盡可能的取出這種非普通使用者的影響，如果不能取出也能一定程度上反應真實銷售的需求。

這裡要明確一下關聯規則挖掘和推薦系統的關係，關聯規則挖掘主要是使用歷史資料對兩個項集的關係進行挖掘，比如買了A的使用者大多數都繼續買了B，那麼我們就可以判定A - > B 這種規則，但這個規則並不一定要直接應用於推薦。

推薦系統是一本綜合的技術，他可以結合協同過濾、關聯規則等一系列方式進行推薦，是需要廣泛調整引數的，目的是更多的產生效益，即如果B非常熱銷，更容易帶來價值，即便它跟A沒有什麼關聯，也是可能被推薦的。

關於你的問題：

1、關聯規則挖掘中，只跟前者即A的交易數有關，跟後者B或C自身的交易數沒有關係，所以計算的時候不應該出現B或C單獨的引數，你人為的把他們引進去了，誤解了關聯規則的本意。

2、他的反問我認為是沒有道理可言的，是把推薦置信度和關聯規則置信度的混淆。