曾經(jīng)在Airbnb的博客上看到一篇關(guān)于建立信任的文章（外網(wǎng)需翻墻）含懊，當(dāng)時(shí)留意到里面描述如何運(yùn)用數(shù)據(jù)來支持設(shè)計(jì)的部分俊犯。其中一個(gè)點(diǎn)是關(guān)于對(duì)房東個(gè)人主頁(yè)的加強(qiáng)汉额，因?yàn)樗麄儚臄?shù)據(jù)上看到那些成功下單的用戶，有一半的人都去過房東個(gè)人主頁(yè)，這其中68%的訪問是在下單前去的丰榴，而且他們還發(fā)現(xiàn)新用戶在下單去訪問房東個(gè)人主頁(yè)的可能性比老用戶高出了20%。他們逐漸發(fā)現(xiàn)該頁(yè)面的重要性秆撮，所以進(jìn)行了相應(yīng)的改進(jìn)（比如房東必須上傳真實(shí)頭像）四濒，這樣能加強(qiáng)房客對(duì)房東的了解，從而增進(jìn)信任职辨。雖然這部分?jǐn)⑹龅梅浅：?jiǎn)單盗蟆，但是可以想象，在這些數(shù)據(jù)的支持下舒裤，產(chǎn)品團(tuán)隊(duì)能夠找到方向去改進(jìn)喳资，那就是房東個(gè)人主頁(yè)，至于如何改進(jìn)惭每，輔以一些定性的研究，就知道該如何提升該頁(yè)面宏赘。
身為用研峻汉，當(dāng)時(shí)看完這部分時(shí)扳埂，就想找機(jī)會(huì)試下怎樣能得到這樣的數(shù)據(jù)。剛好最近在網(wǎng)上和書上看到用關(guān)聯(lián)規(guī)則來挖掘數(shù)據(jù)的文章和這個(gè)場(chǎng)景比較類似，所以我就試著提取了一些用戶的瀏覽數(shù)據(jù)來嘗試号枕。
其實(shí)關(guān)聯(lián)規(guī)則在R語言里面的實(shí)現(xiàn)很簡(jiǎn)單蛙紫，網(wǎng)上也有很多實(shí)例，不過我在處理原始數(shù)據(jù)方面還是花了不少精力。這次是希望多從業(yè)務(wù)角度去嘗試運(yùn)用關(guān)聯(lián)規(guī)則挖掘后的結(jié)果浆西，而不僅局限于能得到一些規(guī)則夭咬。我會(huì)盡量把與關(guān)聯(lián)規(guī)則相關(guān)的語句使用說明講清楚（也幫助我自己更好理解原理）训枢，但是不會(huì)過多停留在R語言的技巧使用上虾宇。本文面向的是已經(jīng)有過R語言編程經(jīng)歷的童鞋，所以基本的東西（比如數(shù)據(jù)類型等）我就不贅述了嘱朽。
我這次要分析的數(shù)據(jù)表頭中主要的維度如下：
| 用戶id | 訪問頁(yè)面名稱 |
|---|
我提取的是發(fā)生首次投資的用戶當(dāng)天瀏覽的所有頁(yè)面（按時(shí)間順序排列）旭贬，不過我這次用的關(guān)聯(lián)規(guī)則是無序分析，所以其實(shí)頁(yè)面的瀏覽次數(shù)在這里沒有什么作用搪泳。
關(guān)聯(lián)規(guī)則簡(jiǎn)述
關(guān)于關(guān)聯(lián)規(guī)則稀轨，有很多其他的文章都講得很好，我就不細(xì)談了岸军，這邊列一些寫得比較易懂的references奋刽。
數(shù)據(jù)挖掘系列（1）關(guān)聯(lián)規(guī)則挖掘基本概念與Aprior算法
小白學(xué)數(shù)據(jù)分析之關(guān)聯(lián)分析理論篇
關(guān)聯(lián)規(guī)則的算法有很多種，比如Apriori艰赞、FP-Growth算法等佣谐，我作為用研雖然并不關(guān)心具體這個(gè)規(guī)則如何實(shí)現(xiàn)，為了加深印象我還是把規(guī)則生成過程還是惡補(bǔ)了一下猖毫。在R語言里面有個(gè)包是arules台谍，里面的apriori函數(shù)就是實(shí)現(xiàn)了Apriori算法，只要按照它的格式把數(shù)據(jù)整好就可以輸出結(jié)果了吁断。
有幾個(gè)概念這里要講一下趁蕊，因?yàn)榇龝?huì)的分析會(huì)用上。
- 支持度 support：x的支持度就是x在所有訂單里面出現(xiàn)的頻率仔役。
- 置信度confidence：x→y規(guī)則的置信度就是含x的所有訂單里出現(xiàn)y的頻率掷伙。
- 提升度lift：support(X\Y)/support(X)support(Y)，即x又兵、y一起出現(xiàn)的概率與他們單獨(dú)出現(xiàn)的概率之比任柜，主要是看倆事件的獨(dú)立性；如果>1則說明有一些相關(guān)性沛厨，不過通常大于3的話認(rèn)為這條規(guī)則比較有意義宙地。
R語言中的關(guān)聯(lián)規(guī)則挖掘
首先，將數(shù)據(jù)集準(zhǔn)備好逆皮，就像本文一開始提到的格式就好宅粥。然后安裝并加載所需要的包arules。
#加載arules包
library(arules)
這里需要引入事務(wù)型數(shù)據(jù)類型transactions电谣，這是專門用于挖掘項(xiàng)集和規(guī)則的類型秽梅。需要用as函數(shù)轉(zhuǎn)換成transactions抹蚀，可以轉(zhuǎn)換的類型有l(wèi)ist、matrix和data frame企垦。雖然我們的數(shù)據(jù)一般都是data frame格式的环壤，但是在這種情況下最好是把需要的轉(zhuǎn)換成list格式。因?yàn)閠ransaction里面規(guī)定是如果從data frame格式轉(zhuǎn)換過來的話钞诡，要求每一行就是一個(gè)transaction郑现，所有列的類型只能是factor類或binary類，如果是binary臭增，則標(biāo)記T的時(shí)候表示該transaction含這個(gè)item懂酱，并以該變量的名稱的形式出現(xiàn)（比如下表中的pass）竹习；如果是factor類誊抛，則直接使用對(duì)應(yīng)的level就行（如下表中的age和grade）。比如下面這個(gè)系統(tǒng)自帶的例子（transactionID是自動(dòng)生成的）整陌。
data frame
| age | grade | pass |
|---|---|---|
| 6 | A | TRUE |
| 8 | C | TRUE |
| 16 | F | FALSE |
| 6 | A | TRUE |
轉(zhuǎn)變成 transaction 后
| items | transactionID |
|---|---|
| {age=6, grade=A, pass} | 1 |
| {age=8, grade=C, pass} | 2 |
| {grade=F} | 3 |
| {age=16, grade=A, pass} | 4 |
回到我們這個(gè)場(chǎng)景，也就是說我們可以不用在表中含用戶id泌辫，只需要把所有的頁(yè)面名稱變成每一列的變量名，然后如果該用戶訪問過該頁(yè)面震放，則標(biāo)記為T，否則為F殿遂。這需要我們把原始數(shù)據(jù)進(jìn)行一個(gè)大的轉(zhuǎn)換才能達(dá)到這種要求（可以用cast相關(guān)函數(shù)達(dá)到這個(gè)效果），如果是用用戶所有的原始瀏覽數(shù)據(jù)來做的話墨礁，不建議用這個(gè)方式，因?yàn)橥ǔＩ婕暗捻?yè)面數(shù)會(huì)很多焕毫，而且這樣的表格過于龐大而且大部分值可能是0，浪費(fèi)內(nèi)存邑飒，除非是以稀疏矩陣的格式存儲(chǔ)的。
網(wǎng)上一般用的案例都是變成list再轉(zhuǎn)換的疙咸，也更適合我自己已有的數(shù)據(jù)格式唇牧。我這邊的數(shù)據(jù)是下面這樣的聚唐，每行是某用戶單次訪問的某頁(yè)面，然后順序下去相同ID的就說明這是該用戶順序?yàn)g覽的頁(yè)面腔召。
| 用戶id | 訪問頁(yè)面名稱 |
|---|---|
| 0244397D-467A-40B2-XXXX | 充值 |
| 0244397D-467A-40B2-XXXX | 充值成功 |
| 0244397D-467A-40B2-XXXX | 定期詳情頁(yè) |
| ... | ... |
在這里要用到split函數(shù)（split函數(shù)返回的就是一個(gè)list）杆查。這個(gè)list是以用戶id來分組，然后每個(gè)分組里面包含了該用戶訪問的所有頁(yè)面臀蛛。由于我提取的是原始數(shù)據(jù)亲桦，1個(gè)用戶可能重復(fù)訪問一些頁(yè)面，所以有些分組里同樣的頁(yè)面多次出現(xiàn)浊仆，不過這個(gè)沒有關(guān)系客峭，等轉(zhuǎn)變成transaction格式的時(shí)候頁(yè)面都是唯一的。之后用as函數(shù)把該list轉(zhuǎn)換成transaction類型抡柿。
#生成事務(wù)型數(shù)據(jù)舔琅，后者相當(dāng)于是transactionID，前者相當(dāng)于是商品list
data_trans<-as(split(data1$頁(yè)面名稱, data1$用戶id), "transactions")
#可以看下生成的結(jié)果總覽
summary(data_trans)
#可以預(yù)覽前10行生成的交易數(shù)據(jù)
inspect(data_trans[1:10])
我的數(shù)據(jù)最后形成的transaction示例如下（隱去部分信息）洲劣。
| items | transactionID |
|---|---|
| {充值,充值成功,定期詳情-產(chǎn)品詳情頁(yè),定期詳情頁(yè),定期購(gòu)買頁(yè),我的-定期,我的余額,我的賬戶,投資成功,新手專場(chǎng),活動(dòng)頁(yè),理財(cái)投資頁(yè)} | 010C7271-D7A0-XXXX |
生成了transaction類型的數(shù)據(jù)之后备蚓，開始用apriori函數(shù)來生成關(guān)聯(lián)規(guī)則。首先看一下apriori函數(shù)里的參數(shù)設(shè)置囱稽，apriori(data, parameter = NULL, appearance = NULL, control= NULL)郊尝。
-
data就是之前建好的transaction數(shù)據(jù) -
parameter是一個(gè)list，常設(shè)置的是4個(gè)參數(shù)：supp（支持度）和conf（置信度）在apriori里面默認(rèn)是0.1和0.8战惊，我自己設(shè)置的是0.1和0.3流昏，默認(rèn)的稍微嚴(yán)格了些，之前用書上的支持度0.01發(fā)現(xiàn)挖掘出來的規(guī)則太多了吞获，所以自己調(diào)整了一下况凉，通常網(wǎng)頁(yè)訪問這種數(shù)據(jù)還是設(shè)置高一些比較好，這樣挖掘出來的規(guī)則才比較有意義衫哥，調(diào)整后試著看下產(chǎn)生的規(guī)則數(shù)量和使用的元素?cái)?shù)量茎刚，不要太少或太多即可；target（挖掘目標(biāo)）在apriori函數(shù)下只能用"rules"撤逢；maxlen（項(xiàng)集內(nèi)的最多項(xiàng)數(shù)）默認(rèn)是10膛锭，我自己設(shè)置的是2，因?yàn)槲谊P(guān)心的是一個(gè)頁(yè)面對(duì)另一個(gè)頁(yè)面的貢獻(xiàn)值初狰，所以規(guī)則（X->Y）里面X只要1個(gè)頁(yè)面就好奢入。 -
appearance是用來指定lhs和rhs為你比較關(guān)注的幾個(gè)項(xiàng)腥光，比如你只關(guān)心某些具體頁(yè)面的時(shí)候可以設(shè)置。我這里還是默認(rèn)生成全部的規(guī)則议双。 -
control是用來控制算法處理過程的平痰，比如免去處理過程報(bào)告宗雇、對(duì)項(xiàng)集排序什么的赔蒲。這次我也沒有特別設(shè)置嘹履。
#生成關(guān)聯(lián)規(guī)則
data_rules<- apriori(data_trans, parameter = list(supp=0.1, conf=0.3, target="rules", maxlen=2))
#如果想要先預(yù)覽一下生成的規(guī)則，用inspect函數(shù)
inspect(data_rules)
#按照提升度由高到低來排序規(guī)則
rules.sorted <- sort(data_rules, by="lift")
在R里面生成的規(guī)則前幾個(gè)如下幼苛，已經(jīng)按lift排序舶沿。
| lhs | rhs | support | confidence | lift |
|---|---|---|---|---|
| {綁定銀行卡} | => {綁卡成功} | 0.1544715 | 0.9047619 | 4.7355623 |
| {綁卡成功} | => {綁定銀行卡} | 0.1544715 | 0.8085106 | 4.7355623 |
| {注冊(cè)} | => {登錄} | 0.1219512 | 0.9090909 | 3.6363636 |
| {登錄} | => {注冊(cè)} | 0.1219512 | 0.4878049 | 3.6363636 |
| {理財(cái)投資頁(yè)} | => {新手專場(chǎng)} | 0.2540650 | 0.6793478 | 2.4045981 |
| {新手專場(chǎng)} | => {理財(cái)投資頁(yè)} | 0.2540650 | 0.8992806 | 2.4045981 |
這里的support值是指這對(duì)規(guī)則出現(xiàn)的概率高镐，所以即使lhs和rhs互換support值都是一樣的嫉髓。成對(duì)的規(guī)則里算行，可以通過confidence值推測(cè)頁(yè)面間的關(guān)聯(lián)州邢，比如有瀏覽注冊(cè)的都去登錄了量淌，但是登錄的只有一部分去注冊(cè)，說明這批首投的用戶里面是有些之前就注冊(cè)了的（這里只是舉例子說明解釋數(shù)據(jù)叙身，這個(gè)結(jié)論也可以通過用戶注冊(cè)信息來得出）信轿。
如果你不是像我一樣設(shè)置的maxlen=2残吩，而是想要看多個(gè)頁(yè)面與某頁(yè)面的關(guān)聯(lián)程度泣侮，可以允許lhs有更多項(xiàng)活尊，不過我自己的經(jīng)驗(yàn)是有多項(xiàng)的話蛹锰，經(jīng)常出現(xiàn)在一起的都是流程中連續(xù)經(jīng)過的幾個(gè)頁(yè)面铜犬，沒有更多有價(jià)值的信息，所以我還是設(shè)置成2了敛劝。不過不管設(shè)置成多少夸盟，你都可能會(huì)需要?jiǎng)h除其中的冗余規(guī)則上陕。
冗余規(guī)則：如果一個(gè)更具體的規(guī)則的置信度比其更一般的規(guī)則更低唆垃，則為冗余規(guī)則痘儡；換句話說，更一般的規(guī)則能概括關(guān)系的話醉途，子集如果并沒有比更一般的規(guī)則表現(xiàn)更好隘擎，就沒有必要留下來货葬。下面的表達(dá)式中的 X' 就是冗余規(guī)則震桶。
arules包中有去除冗余規(guī)則的函數(shù)蹲姐，這是我在外網(wǎng)上找到的方式柴墩。這里有個(gè)小細(xì)節(jié)江咳，由于挖掘的規(guī)則里面都會(huì)有l(wèi)hs為空的情況（因?yàn)槲覜]設(shè)置minlen）扎阶，即rhs單獨(dú)出現(xiàn)（下表），如果相同的rhs時(shí)lhs不為空着饥，confidence值還更小的話就會(huì)被認(rèn)定為冗余規(guī)則宰掉。
| lhs | rhs | support | confidence | lift |
|---|---|---|---|---|
| {} | => {充值成功} | 0.670732 | 0.670732 | 1 |
函數(shù)如下：
rm_redundant <- a.rules[!is.redundant(a.rules)]
我之前也有看到下面這個(gè)去除冗余規(guī)則的方式轨奄，國(guó)內(nèi)的各種文章都是用的這種：
#生成一個(gè)所有規(guī)則的子集矩陣,行和列分別是每條rule挪拟，其中的值是TRUE和FALSE，當(dāng)rules2是rules1的子集時(shí)丁侄，rules2在rules1的值為TRUE
subset.rules <- is.subset(a.rules,a.rules)
#將矩陣對(duì)角線以下的元素置為空鸿摇，只保留上三角
subset.rules[lower.tri(a.rules, diag=T)] <- NA
#R會(huì)將矩陣中的TRUE當(dāng)做1劈猿，統(tǒng)計(jì)每列的和（忽略缺失值）揪荣，如果該列的和大于等于1变逃，也就是表示該列（規(guī)則）是別的規(guī)則的子集揽乱，應(yīng)該刪除凰棉。
redundant <- colSums(subset.rules, na.rm=T) >=1
#去除冗余規(guī)則
rules.pruned <- a.rules[!redundant]
不過我嘗試了這2種方式之后發(fā)現(xiàn)結(jié)果不一樣撒犀。
我推薦使用第1種方式或舞，因?yàn)楫吘惯@是現(xiàn)成的函數(shù)映凳，操作簡(jiǎn)單，而且去除規(guī)則也是根據(jù)是子集且confidence值更小所以去除仆救。第2種方式相當(dāng)于是自己編1個(gè)函數(shù)彤蔽，最主要是因?yàn)榈谝徊缴傻淖蛹痬atrix時(shí)非常大顿痪，效率不太高，而且把lhs和rhs混在一起作為子集這個(gè)方式我也不太確定是否合適丑蛤，最后生成的結(jié)果也有點(diǎn)奇怪（不知道是不是我自己的原因）受裹，所以我也沒有在用這種方式棉饶。
分析規(guī)則
我之后沒有在R里面繼續(xù)做接下來的頁(yè)面篩選分析照藻，而是把數(shù)據(jù)導(dǎo)出到Excel了幸缕，因?yàn)檫@樣選頁(yè)面還是快一些发乔。
我自己在分析的時(shí)候栏尚，主要思路是想看投資成功的用戶到底主要瀏覽了哪些頁(yè)面只恨，以及非臨近的頁(yè)面之間是否存在特殊關(guān)聯(lián)官觅。下圖是選擇lhs為空之后的表格休涤，相當(dāng)于是rhs單獨(dú)出現(xiàn)的概率（所以lift都為1）滑绒。這幾個(gè)頁(yè)面是有至少30%的用戶（因?yàn)橹С侄仍O(shè)置的0.3）訪問的瀏覽量較高的幾個(gè)頁(yè)面疑故∽菔疲可以看到詳情頁(yè)钦铁、購(gòu)買頁(yè)和投資成功頁(yè)大概是0.8的支持度，其實(shí)如果數(shù)據(jù)不存在丟失的話這里應(yīng)該是100%佛点，因?yàn)槭怯脩敉顿Y的必經(jīng)頁(yè)面超营。
這里就舉一個(gè)例子演闭，比如我想看「新手專場(chǎng)」頁(yè)面是否對(duì)于用戶首投有促進(jìn)作用米碰。首先我在lhs為空的列表里吕座，并沒有在rhs里面看到「新手專場(chǎng)」工猜，所以rhs里有「新手專場(chǎng)」的時(shí)候篷帅，lhs都不為空魏身，所以有2個(gè)可能的假設(shè)：
- 「新手專場(chǎng)」的support小于0.1，所以未滿足規(guī)則條件而沒出現(xiàn)
- 其他頁(yè)面->新手專場(chǎng)税朴，作為子集的confidence值比lhs為空的更高正林，說明用戶瀏覽其他頁(yè)面的同時(shí)有瀏覽「新手專場(chǎng)」的概率比「新手專場(chǎng)」單獨(dú)出現(xiàn)要高
基于第一個(gè)假設(shè)觅廓，我通過其他方式查看首投用戶中有瀏覽「新手專場(chǎng)」的比例為32.4%杈绸，是遠(yuǎn)高于0.1的，所以第一個(gè)假設(shè)可以排除塑娇。
那么就說明新手專場(chǎng)更可能和其他頁(yè)面一起出現(xiàn)埋酬。那會(huì)是「投資成功」嗎奇瘦？
下面的表格耳标，第一行表示的是投資成功的用戶中有32.9%的用戶瀏覽了新手專場(chǎng)邑跪，第二行表示的是瀏覽了「新手專場(chǎng)」的用戶中画畅，93.5%的用戶都投資了轴踱。第二個(gè)數(shù)據(jù)看起來好像有很大的促進(jìn)作用淫僻。但是后來我也有對(duì)比購(gòu)買了新手產(chǎn)品和未購(gòu)買新手產(chǎn)品的用戶瀏覽「新手專場(chǎng)」頁(yè)面比例雳灵，發(fā)現(xiàn)差異也不是很大悯辙，所以即使有促進(jìn)作用也比較微小，畢竟數(shù)據(jù)顯示還是有將近70%的首投用戶是沒有瀏覽過「新手專場(chǎng)」的针贬，所以要多方驗(yàn)證得出結(jié)論坚踩。關(guān)于這個(gè)促進(jìn)作用的研究瞬铸，如果有未產(chǎn)生投資的用戶數(shù)據(jù)來進(jìn)行對(duì)比更好础锐，比如如果未投資的用戶都基本上沒有瀏覽過「新手專場(chǎng)」的話皆警，有可能說明新手專場(chǎng)還是有效的。如果這個(gè)頁(yè)面效果確實(shí)不夠好鸵隧，而且我們其實(shí)想主推這個(gè)頁(yè)面的話，那說明現(xiàn)在這個(gè)頁(yè)面對(duì)用戶的吸引程度不夠菊值，需要在頁(yè)面中更加強(qiáng)調(diào)腻窒。
| lhs | rhs | support | confidence | lift |
|---|---|---|---|---|
| {投資成功} | => {新手專場(chǎng)} | 0.245935 | 0.329949 | 1.1678779 |
| {新手專場(chǎng)} | => {投資成功} | 0.264228 | 0.935252 | 1.087025 |
這次挖掘的關(guān)聯(lián)規(guī)則是無序的瓦哎，所以雖然有些規(guī)則支持度高柔逼，但是不知道頁(yè)面的前后瀏覽順序羡铲，所以也不好保證是一個(gè)頁(yè)面對(duì)另一個(gè)頁(yè)面有促進(jìn)作用儡毕，就像剛剛的例子里面腰湾，除非這些「新手專場(chǎng)」都是「投資成功」前瀏覽的才說明有意義倒槐，不過這個(gè)我就不細(xì)究了讨越。R語言里面可以使用帶時(shí)間順序的cspade函數(shù)來實(shí)現(xiàn)有序的關(guān)聯(lián)分析。
但是做有序行為分析的話需要對(duì)原始數(shù)據(jù)的精準(zhǔn)性要求很高人弓，如果拿到的原始數(shù)據(jù)缺失得比較多的話崔赌，對(duì)最后的結(jié)果會(huì)有很大影響健芭，也就不適合用了秀姐，所以我暫時(shí)還沒試過cspade吩翻。以后有機(jī)會(huì)再看狭瞎。不過我認(rèn)為cspade分析后的結(jié)果應(yīng)該會(huì)更適用用戶路徑分析熊锭。
總結(jié)
關(guān)聯(lián)規(guī)則是從購(gòu)物籃分析發(fā)展而來，而且比較適合稀疏型數(shù)據(jù)速缨，也就是說能夠包含很多的觀測(cè)（transaction）旬牲，但其實(shí)每個(gè)觀測(cè)到的信息（item）是極少的吭历，就好比一個(gè)商城能含的商品很多晌区，每天的用戶交易（transaction）也很多恼五，但是一個(gè)用戶能買的商品（item）是有限的银伟，所以才需要關(guān)聯(lián)規(guī)則來挖掘出那些頻繁被一起購(gòu)買的商品，從而為促銷所用琉预。
在購(gòu)物籃分析里圆米，我們對(duì)于商品的關(guān)系更為關(guān)注而不是某些具體的商品，而瀏覽網(wǎng)頁(yè)這個(gè)場(chǎng)景稍微有些不同，我們通常會(huì)比較關(guān)注用戶的什么瀏覽行為會(huì)促成一些目標(biāo)行為的產(chǎn)生，因此我們會(huì)有特別關(guān)心的頁(yè)面（如購(gòu)買成功頁(yè)）析砸，然后看該用戶之前瀏覽的網(wǎng)頁(yè)有哪些或頻繁訪問爆袍，由于核心流程通常需要訪問的頁(yè)面是固定的蛮瞄，所以有些規(guī)則的置信度高是很正常的（就像「A頁(yè)面->A頁(yè)面的母頁(yè)面」這條規(guī)則是接近100%）谆扎。在分析數(shù)據(jù)的時(shí)候堂湖，也最好多方驗(yàn)證一下規(guī)則可能延伸出來的結(jié)論状土，以免數(shù)據(jù)誤讀伺糠。
另外的嘗試：這次我用的是完全原始的數(shù)據(jù)，所以只能用list的方式來轉(zhuǎn)換transaction類型累驮，其實(shí)如果我們有特別關(guān)心的頁(yè)面舵揭，可以在數(shù)據(jù)準(zhǔn)備階段采用data frame的方式，然后用專門的變量來標(biāo)記不同組的用戶（或者用戶屬性）置侍，不同的頁(yè)面變?yōu)椴煌牧凶兞坷狗伲涂梢粤私獾接脩舻奶貏e屬性和一些頁(yè)面之間的關(guān)聯(lián)赎败，比如已投未投之間的對(duì)比灾梦，新老用戶之間的對(duì)比萧福，不同年齡之間的用戶對(duì)比等等悟民。
不過不管如何利用這些數(shù)據(jù)來分析用戶的行為及舍，終究最后數(shù)據(jù)給出的是一個(gè)大致的改進(jìn)方向攘残，也就是可能存在問題的部分姊途，具體解決方案需要多思考多試驗(yàn)秘蛇，甚至可能還需要額外的研究進(jìn)行補(bǔ)充艘策。
參考資料：
《R語言與網(wǎng)站分析》 李明 著
《R語言市場(chǎng)研究分析》 Chris Chapman等 著
R語言 | 關(guān)聯(lián)規(guī)則
R語言 關(guān)聯(lián)規(guī)則1---不考慮items之間的時(shí)序關(guān)系
stack overflow: Association rule in R - removing redundant rule (arules)
Find Redundant Rules
簡(jiǎn)書作者：janepi青扔，轉(zhuǎn)載請(qǐng)告知作者并注明出處励两。
