펄프 픽션에 영향을 준 것은 무엇일까요?
영상 연습 문제에서 소매 분야에 Market Basket Analysis를 적용했을 때 오프라인에서 만들어지는 가치를 살펴보셨죠. 이번 연습에서는 같은 개념을 활용해 온라인 영화 추천을 만들어 보겠습니다.
영화 추천 시스템을 만들 때는, 고객이 시청한 영화를 입력받아 해당 고객과 유사한 고객의 시청 행동을 바탕으로 실행 가능한 추천을 제공하는 것이 중요합니다.
이 연습에서는 RHS에 있는 규칙을 파악해, 어떤 시청 영화들이 Pulp Fiction 추천으로 가장 이어질 가능성이 높은지 알아보겠습니다. 거래 데이터셋 movie_trx는 작업 공간에 로드되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 Market Basket Analysis
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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))