パルプ・フィクションに影響を与えたのは？
動画の演習では、小売に適用したときにMarket Basket Analysisがオフラインの世界で生み出す価値を見てきました。この演習では、同じ考え方を使ってオンラインで映画のレコメンデーションを作成します。
映画のレコメンデーションを作るときは、ある顧客が視聴した映画を入力として受け取り、その顧客や似た嗜好の顧客の視聴行動に基づいて、実用的なおすすめを提示できることが重要です。
この演習では、RHSにあるルールを特定することで、どの視聴済み映画が映画Pulp Fictionのおすすめにつながりやすいかを突き止めます。トランザクションデータセットmovie_trxはワークスペースに読み込まれています。
この演習はコースの一部です
Rで学ぶマーケットバスケット分析
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Extract rules with Pulp Fiction on the right side
pulpfiction_rules_rhs = apriori(movie_trx,
parameter = list(supp = 0.3,
conf = 0.5),
___ = list(default = "___",
___ = "___"))
# Inspect the first rules
___(___(pulpfiction_rules_rhs))