如何解决如何通过获得的规则向用户推荐商品
嗨,我想创建一个推荐系统。我现在可以使用“mlxtend”(association_rules) 库获取前因和后果。但我不知道如何向用户推荐这些。
## For Example :
import pandas as pd
##NumberID For Stuff Item
C=[1,2,3]
##Purchase transaction
d=[[1,1,0],[1,1],[0,1]]
data=pd.DataFrame(columns=C,data=d)
from mlxtend.frequent_patterns import apriori,fpmax,fpgrowth
from mlxtend.frequent_patterns import association_rules
frequent_itemsets = apriori(data,min_support=0.5,use_colnames=True)
frequent_itemsets
association_rules(frequent_itemsets,metric="confidence",min_threshold=0.5)
结果:
[antecedents] [consequents] [antecedent support] [consequent support] [support] [confidence] [lift] [Leverage] [conviction]
0 (1) (2) 0.682931 0.680381 0.680041 0.995768 1.463545 0.215388 75.524131
1 (2) (1) 0.680381 0.682931 0.680041 0.999500 1.463545 0.215388 634.455117
2 (1) (3) 0.682931 0.684121 0.680041 0.995768 1.455544 0.212833 74.640338
.
.
.
现在我的问题是如何使用这个结果并根据他的购物车推荐给用户
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。