市场购物篮分析：使用机器学习技术创建推荐系统

【文件属性】：
文件名称：市场购物篮分析：使用机器学习技术创建推荐系统
文件大小：8.52MB
文件格式：ZIP
更新时间：2021-02-21 03:42:49
recommendation-engine recommender-system recommender-systems recommendation-algorithms marketbasketanalysis 市场篮子分析 项目名称：使用机器学习技术创建推荐系统。 作者： 完成日期：2020年3月26日。 介绍： 大型零售商的关键策略是找到客户购买的不同商品/产品之间的关联。 市场篮分析通过基于规则的学习（即关联规则挖掘）使其适合于此特定目标。 下面列出了市场购物篮分析可以帮助零售商实现的一些目标： 推荐产品。 计划商店布局。 设计结合折扣和标记商品的促销。 发现触发产品（一起购买会触发其他购买的产品）。 数据集 我在找到了我的顶点项目的Amazon电子产品评论数据集。 数据集包含超过1,000,000行。 我使用命令行提取了我的顶点项目的60万行数据集，如下图所示。 命令行脚本为我的顶点项目提取60万行数据 ---- Jupyter笔记本 该项目包括以下两个部分。 我在Amazon Sagemaker上启动了一个jupyter笔记本实例，以完成该项目的工作，但使用Gephi创建

【文件预览】：
Market-Basket-Analysis-master
----images()
--------network_analysis.png(95KB)
--------command_line.png(23KB)
----data()
--------Edge.csv(661B)
--------Node.csv(654B)
--------recommendationengine.csv(23.29MB)
----README.md(3KB)
----CapstoneProject2020x.ipynb(362KB)