利用親和性分析進行商品推薦

import numpy as np
dataset_filename=("affinity_dataset.txt")
X=np.loadtxt(dataset_filename)

print(X[:5])

#麵包、牛奶、乳酪、蘋果和香蕉



#計算資料集中有多少個人買了蘋果
num_apple_purchases=0
for sample in X:
    if sample[3]==1:
        num_apple_purchases+=1
print("{0}人購買了蘋果".format(num_apple_purchases))


#計算資料集中有多少個人買了香蕉
num_banana_purchases=0
for sample in X:
    if sample[4]==1:
        num_banana_purchases+=1
print("{0}人購買了香蕉".format(num_banana_purchases))


#統計資料集中所有有規則的資料，。首先分別為規則應驗和規則無效這兩種情況建立字典
#“如果顧客購買了蘋果，他們也會買香蕉”就用(3, 4)表示
from collections import defaultdict #使用預設字典，如果查詢鍵不存在，會返回一個預設值
valid_rules=defaultdict(int)#有規則應驗
invalid_rules=defaultdict(int)#規則無效
num_occurances=defaultdict(int)#條件相同的規則數量

#計算過程需要用迴圈結構依次對每個個體特徵值進行處理，第一個特徵為規則的前提條件--顧客購買了某一種商品
for sample in X:
    for premise in range(4):
        if sample[premise]==0:#如果個體不滿足條件，即沒有買當前商品，繼續
            continue
        num_occurances[premise]+=1
        for conclusion in range(premise,5):
            if premise==conclusion:
                continue
            if sample[conclusion]==1:
                valid_rules[(premise,conclusion)]+=1
            else:
                invalid_rules[(premise,conclusion)]+=1
#計算支援度
support=valid_rules
#計算置信度，遍歷每條規則計算
confidence=defaultdict(float)
for premise,conclusion in valid_rules.keys():
    rule=(premise,conclusion)
    confidence[rule]=valid_rules[rule]/num_occurances[premise]#用符合每一條規則的數量總數/元組中年第一條商品的數量

features=['麵包','牛奶','乳酪','蘋果','香蕉']

#現在我們已經得到了支援度字典和置信度字典，現在定義函式輸出每條規則以及支援度和置信度
def show(premise,conclusion,support,confidence,features):
    premise_name=features[premise]
    conclusion_name=features[conclusion]
    print('Rule:如果一個人購買了{0}他將也會買{1}'.format(premise_name,conclusion_name))
    print('支援數是{0}'.format(support[(premise,conclusion)]))
    print('置信度是{0:.3f}'.format(confidence[(premise,conclusion)]))
    print('\n\n')
#     print (confidence,type(confidence))
#     print(support,type(support))

# if __name__=='__main__':
    
#     prem=1
#     con=3
#     show(prem,con,support,confidence,features)

#得到所有規則的支援度和置信度之後，為了找出最佳規則，還需要根據支援度和置信度對規則進行排序。
#要找出支援度最高的規則，首先對支援度字典進行排序，字典的items()函式返回包含字典所有元素的列表，並且使用itemgetter()作為鍵，對巢狀列表進行排序，
#itemgetter(1)表示以字典各元素的值（這裡指支援度）為依據進行排序，reverse=true表示降序排列

from operator import itemgetter
#根據支援度進行排序
sortd_support=sorted(support.items(),key=itemgetter(1),reverse=True)

#根據置信度進行排序
sortd_confidence=sorted(confidence.items(),key=itemgetter(1),reverse=True)
print(sortd_support)
#排序完成，輸出支援度前五的規則
for i in range(5):
    print('Role規則#{0}'.format(i+1))
    (premise,conclusion)=sortd_support[i][0]#獲取元組值
    show(premise,conclusion,support,confidence,features)

#輸出置信度前五的規則
# for i in range(5):
#     print('Role規則#{0}'.format(i+1))
#     (premise,conclusion)=sortd_confidence[i][0]#獲取元組值
#     show(premise,conclusion,support,confidence,features)