（本文資料為虛構，僅供實驗）
資料挖掘的一個經典案例就是尿布與啤酒的例子。尿布與啤酒看似毫不相關的兩種産品，但是當超市将兩種産品放到相鄰貨架銷售的時候，會大大提高兩者銷量。很多時候看似不相關的兩種産品，卻會存在這某種神秘的隐含關系，擷取這種關系将會對提高銷售額起到推動作用，然而有時這種關聯是很難通過理性的分析得到的。這時候我們需要借助資料挖掘中的常見算法-協同過濾來實作。這種算法可以幫助我們挖掘人與人以及商品與商品的關聯關系。
協同過濾算法是一種基于關聯規則的算法，以購物行為為例。假設有甲和乙兩名使用者，有a、b、c三款産品。如果甲和乙都購買了a和b這兩種産品，我們可以假定甲和乙有近似的購物品味。當甲購買了産品c而乙還沒有購買c的時候，我們就可以把c也推薦給乙。這是一種典型的user-based情況，就是以user的特性做為一種關聯。
本文的業務場景如下：
通過一份7月份前的使用者購物行為資料，擷取商品的關聯關系，對使用者7月份之後的購買形成推薦，并評估結果。比如使用者甲某在7月份之前買了商品a，商品a與b強相關，我們就在7月份之後推薦了商品b，并探查這次推薦是否命中。
資料源：本資料源為天池大賽提供資料，資料按時間分為兩份，分别是7月份之前的購買行為資料和7月份之後的。
具體字段如下：
字段名
含義
類型
描述
user_id
使用者編号
string
購物的使用者id
item_id
物品編号
被購買物品的編号
active_type
購物行為
0表示點選，1表示購買，2表示收藏，3表示購物車
active_date
購物時間
購物發生的時間
資料截圖：
首先，實驗流程圖：
首先輸入的資料源是7月份之前的購物行為資料，通過sql腳本取出使用者的購買行為資料，進入協同過濾元件。協同過濾的元件設定中把topn設定成1，表示每個item傳回最相近的item和它的權重。通過購買行為，分析出哪些商品被同一個user購買的可能性最大。設定圖如下：
協同過濾結果，表示的是商品的關聯性，itemid表示目标商品，similarity字段的冒号左側表示與目标關聯性高的商品，右邊表示機率：
上述步驟介紹了如何生成強關聯商品的對應清單。這裡使用了比較簡單的推薦規則，比如使用者甲某在7月份之前買了商品a，商品a與b強相關，我們就在7月份之後推薦了商品b，并探查這次推薦是否命中。這個步驟是通過下圖實作的：
上面是統計子產品，左邊的全表統計展示的是根據7月份之前的購物行為生成的推薦清單，去重後一共18065條。右邊的統計元件顯示一共命中了90條。
根據上文的統計結果可以看出，本次試驗的推薦效果并不理想，原因在如下幾方面。
1）首先本文隻是針對了業務場景大緻介紹了協同過濾推薦的用法。很多針對于購物行為推薦的關鍵點都沒有處理，比如說時間序列，購物行為一定要注意對于時效性的分析，跨度達到幾個月的推薦不會有好的效果。其次沒有注意推薦商品的屬性，本文隻考慮了商品的關聯性，沒有考慮商品是否為高頻或者是低頻商品，比如說使用者a上個月買了個手機，a下個月就不大會繼續購買手機，因為手機是低頻消費品。
2）基于關聯規則的推薦很多時候最好是作為補充，真正想提高準确率還是要依靠機器學習算法訓練模型的方式。
作者微信公衆号(與作者讨論)：
往期文章：
<a href="https://yq.aliyun.com/articles/53862?spm=5176.100244.teamconlist.9.sxpb3b">【玩轉資料系列一】人口普查統計案例</a>
<a href="https://yq.aliyun.com/articles/54260?spm=5176.100244.teamconlist.7.sxpb3b">【玩轉資料系列二】機器學習應用沒那麼難，這次教你玩心髒病預測</a>
<a href="https://yq.aliyun.com/articles/57261?spm=5176.100244.teamconlist.3.sxpb3b">【玩轉資料系列三】利用圖算法實作金融行業風控</a>