1、推荐算法中
2、物品-物品用关联规则；
3、人物-物品用协同过滤；
4、人-人用社会网络分析；
5、特征-物品用预测建模，分类模型 。
6、关联规则和协同过滤算法
7、关联规则，将所有用户的高频产品进行推荐，但是如果要清仓 ， 清除一些低频的产品，关联规则不太适用；而协同过滤可以顾及长尾 。
8、几个概念的参考：
9、支持度（support）：共5笔订单，3笔包含商品A，A的支持度是3/5 。
10、置信度（confidence）：已知购买了A ， 有多大概率购买了B（即同时购买了AB），称A -> B的置信度 。
11、提升度：如果用户购买商品B ， 100%会买C，那是不是意味着，如果用户将商品B放入购物车，就可以向用户推荐商品C呢？
12、大于1，说明有效，在购买A时推荐B，比直接推荐B，效果更好
【r语言函数大全及详解 R语言】13、等于1，说明无关 ， 购买A与购买B，是独立事件
