通过本节，我们将会学习到：

1. 关联规则的数据处理

2. 关联规则分析

3. 关联规则分析的可视化

概述

前几期我们学习到如何用R实现协同过滤推荐系统，而作为推荐系统的分支之一，关联规则分析也常用于探索性数据分析。无论是耳熟能详的啤酒尿布的故事，还是亚马逊王国的商品推荐，都在阐释着Aprior算法在商场购物篮分析中有这举足轻重的地位。

读取数据

从github<https://github.com/nupur1492/RProjects/tree/master/MarketBasketAnalysis>中读取groceries.csv数据。Member_number:购物者ID；Date：购物时间；ItemDescription：购买物品条目。

df_groceries <- read.csv("groceries.csv",header = TRUE,stringsAsFactors = FALSE)

数据清洗和操作

    我们使用Apriori算法，要求的格式必须是“basket”格式：第一列为每个购物者的唯一编码，第二列是一系列购物条目列表，由逗号，空格或等其他分割。格式如下：

    由于我们的数据结构并不满足要求，因此必须进行数据清洗和变换操作。首先对Member_number进行排序并转换为数值变量。

df_groceries$Member_number<- gsub("^[0-9]+\\t","",df_groceries$Member_number)
df_sorted <- df_groceries[order(df_groceries$Member_number),]
df_sorted$Member_number <- as.numeric(df_sorted$Member_number)

    我们运用plyr包中的ddply函数转换数据框为我们想要的“basket”格式，使相同ID的多列合并为一列。完成转换后，我们删除不需要的date列和Member_number列。

library(plyr)df_itemlist <- ddply(df_groceries,c("Member_number","Date"),                     function(df1)paste(df1$itemDescription,collapse = ","))
df_itemlist$Date <- NULL
df_itemlist$Member_number <- NULL
colnames(df_itemlist) <- c("itemList")
write.csv(df_itemlist,"ItemList.csv", row.names = TRUE)

发现关联规则

    我们用R实现关联规则，使用的是arules包读取转换格式数据并进行规则发现。运用read.transactions()读取itemlist数据，使转换为basket数据格式。rm.duplicates 删除重复数据；format= "basket",(row 1:交易ID，row 2:商品条目列表)，sep 规定条目分割字符；cols规定交易ID所占的列数为1。我们删除@labels中的引号。   

library(arules)txn <- read.transactions(file = "ItemList.csv",rm.duplicates = TRUE,format = "basket",sep = ",",cols = 1)

txn@itemInfo$labels <- gsub("\"","",txn@itemInfo$labels)

最后，通过设置最小支持度和可信度，实现apriori算法。

basket_rules <- apriori(txn,parameter = list(sup = 0.01,conf = 0.5,target = "rules"))

关联规则可视化

为了实现关联规则的可视化，我们可以运用inspect()函数。(注意前提是不能与tm包冲突，在使用前先解绑tm包)。

if(sessionInfo()['basePkgs']=="tm"|sessionInfo()['otherPkgs']=="tm"){

        detach(package:tm,unload = TRUE)}inspect(basket_rules)

#转换为数据框查看
da_basket <- as(basket_rules,"data.frame")
View(da_basket)
#查看前五的商品
itemFrequencyPlot(txn, topN = 5)

也可通过arulesViz包来可视化关联规则图形。具体可以查看下面这片文章：

Association Rule Learning and the Apriori Algorithm<http://www.r-bloggers.com/association-rule-learning-and-the-apriori-algorithm/>