如何通过获得的规则向用户推荐商品

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