Как правило, вам нужно два набора данных.Т.е. идентификатор транзакции и продукт как первый и идентификатор посетителя и продукты рассматриваются как вторые, чтобы получить% уверенности в том, что любые два продукта продаются (или просматриваются) вместе.Вы можете использовать R (программное обеспечение для статистики) и установить пакет под названием «arules», чтобы легко сгенерировать эти рекомендации.
Вот пример кода, который вы, возможно, захотите проверить в R
setwd («C: / Документы и настройки / rp / Рабочий стол / Вывод»);install.packages ( «arules»);библиотека ( «arules»);txn = read.transactions (file = ”Transactions_sample.csv”, rm.duplicates = FALSE, format = ”single”, sep = ”,”, cols = c (1,2));basket_rules <- apriori (txn, параметр = список (sup = 0,5, conf = 0,9, target = «rules»));inspect (basket_rules); </p>
Если вы действительно хотите понять, как это работает, вы можете обратиться к техническому документу по номеру http://www.tatvic.com/resources, названному анализом шаблона покупки продукта, в котором указано, как вы можете это сделать.это просто с вашими веб-данными.
Кроме того, если вы хотите использовать готовый API для него, он доступен на http://www.liftsuggest.com/how-lift-product-recommendation-works