❶ 推薦演算法之模型協同過濾（1）-關聯規則
關聯規則是數據挖掘中的典型問題之一，又被稱為購物籃分析，這是因為傳統的關聯規則案例大多發生在超市中，例如所謂的啤酒與尿布傳說。事實上，「購物籃」這個詞也揭示了關聯規則挖掘的一個重要特點：以交易記錄為研究對象，每一個購物籃（transaction）就是一條記錄。關聯規則希望挖掘的規則就是：哪些商品會經常在同一個購物籃中出現，其中有沒有因果關系。為了描述這種「經常性」及「因果關系」，分析者定義了幾個指標，基於這些指標來篩選關聯規則，從而得到那些不平凡的規律。
（1）計算支持度
支持度計數：一個項集出現在幾個事務當中，它的支持度計數就是幾。例如{Diaper, Beer}出現在事務 002、003和004中，所以它的支持度計數是3
支持度：支持度計數除於總的事務數。例如上例中總的事務數為4，{Diaper, Beer}的支持度計數為3，所以它的支持度是3÷4=75%，說明有75%的人同時買了Diaper和Beer。
（2）計算置信度
置信度：對於規則{Diaper}→{Beer}，{Diaper, Beer}的支持度計數除於{Diaper}的支持度計數，為這個規則的置信度。例如規則{Diaper}→{Beer}的置信度為3÷3=100%。說明買了Diaper的人100%也買了Beer。
一般地，關聯規則被劃分為動態推薦，而協同過濾則更多地被視為靜態推薦。
所謂動態推薦，就是推薦的基礎是且只是當前一次（最近一次）的購買或者點擊。譬如用戶在網站上看了一個啤酒，系統就找到與這個啤酒相關的關聯規則，然後根據這個規則向用戶進行推薦。而靜態推薦則是在對用戶進行了一定分析的基礎上，建立了這個用戶在一定時期內的偏好排序，然後在這段時期內持續地按照這個排序來進行推薦。由此可見，關聯規則與協同過濾的策略思路是完全不同的類型。
事實上，即便在當下很多能夠拿到用戶ID的場景，使用動態的關聯規則推薦仍然是值得考慮的一種方法（尤其是我們經常把很多推薦方法的結果綜合起來做一個混合的推薦），因為這種方法的邏輯思路跟協同過濾有著本質的不同，問題似乎僅僅在於：個人的偏好到底有多穩定，推薦到底是要迎合用戶的長期偏好還是用戶的當下需求。
挖掘關聯規則主要有Apriori演算法和FP-Growth演算法。後者解決了前者由於頻繁的掃描數據集造成的效率低下缺點。以下按照Apriori演算法來講解。
step 1： 掃描數據集生成滿足最小支持度的頻繁項集。
step 2： 計算規則的置信度，返回滿足最小置信度的規則。
如下所示，當用戶購買1商品時推薦2、3商品
❷ 大數據分析領域有哪些分析模型
數據挖掘和分析領域涉及多種模型，旨在從大量數據中提取有價值的信息。以下是幾種常見的分析模型：
1. 降維模型
在處理大數據集時，高維度數據可能導致計算復雜度和存儲需求增加。降維模型如主成分分析（PCA）和t-SNE，旨在減少數據集的維度，同時保留最重要的信息。
2. 回歸模型
回歸模型用於分析自變數與因變數之間的關系。線性回歸是最基礎的形式，它假設關系是線性的。通過建立數學方程，回歸模型可以預測因變數的值。
3. 聚類模型
聚類模型如K-means和層次聚類，將數據點分組，使得同一組內的數據點相似度更高。這些模型有助於發現數據中的自然分組或模式。
4. 分類模型
分類模型如決策樹和SVM，通過學習已標記數據的特徵來預測新數據的類別。這些模型在二分類或多分類問題中非常有用。
5. 關聯規則模型
關聯規則模型如Apriori演算法，用於發現大數據集中的物品或事件之間的有趣關系。例如，超市購物籃分析可以發現顧客購買某些商品的傾向。
6. 時間序列模型
時間序列模型如ARIMA和季節性分解時間序列預測（SARIMA），用於分析和預測數據隨時間的變化趨勢。
7. 異常檢測模型
異常檢測模型如孤立森林和高斯混合模型，用於識別數據集中的異常值或離群點。這些模型在欺詐檢測和安全監控等領域非常重要。
8. 協同過濾模型
協同過濾模型通過分析用戶行為和偏好，為用戶推薦物品。這種模型廣泛應用於電影、音樂和商品推薦系統中。
9. 主題模型
主題模型如隱含狄利克雷分配（LDA），用於文本數據的分析，以識別文檔集合中的主題分布。
10. 路徑和歸因模型
路徑分析、漏斗分析和歸因模型，用於理解用戶如何通過一系列步驟達成特定目標或完成轉化。這些模型在在線營銷和用戶行為分析中尤為重要。
這些模型各自有不同的應用場景和優勢，它們在數據分析和挖掘領域中扮演著關鍵角色。