我如何预测一组经常购买的物品？

Question

我有一个零售交易的数据集，不同的用户一起购买某些物品。例如，用户A同时购买牙膏、牙刷和牙线，用户B同时购买牙膏、洗发水和肥皂。

我需要为dataset中的每一项查找一个经常与其一起购买的项目列表。例如，人们可能会认为，无论何时购买牙刷，牙膏都可以成为经常与其一起购买的物品之一。

我试图使用Apriori算法，但这只会给我一组一起购买的物品，或者，我不知道是否可以对其进行修改，以预测数据集中的项目列表的频繁购买情况。

我还能在这里使用哪种算法？

Answer 1

最简单的方法是构建一个矩阵，表示两个项目合并的频率：M[i,j]是计算项目i和j在一起购买的次数(注意，您只需要填充一个对角线矩阵，因为它是对称的)。

从这里你可以计算出你所需要的任何东西:用一个给定的项目( B )购买的最频繁的A项目，一般情况下最常见的对项目，等等。

您还可以将矩阵视为一个图表示，并使用特定于图的算法。