利用Apriori算法进行商品关联分析, 挖掘典型的[啤酒-尿布]关联模式

沃尔玛通过细致观察消费者的购物行为模式时发现了这一现象：当男性顾客在为婴儿购买尿片时往往会不自觉地多拿几瓶啤酒。基于这一发现他们推出了将啤酒与纸尿裤共同放置的促销策略从而实现了这两种商品销售量的大幅提升这就是广为人知的啤酒与纸尿裤营销案例

医药电商从事类似业务也启发了我们：是否可以从历史订单中提取类似于啤酒-尿布的频繁模式进行联合销售，并找到对应的奶爸群体来提供个性化的推荐呢？

今天着手解决第一个问题，并通过运用Apriori算法对订单数据进行关联性分析，在此过程中能够识别出与'啤酒-尿布'相似的频繁模式。

继续使用先前进行用户分析的订单数据，并仅保留了订单编号和商品名称。这些数据共计约25万行，在统计上涵盖了16379笔订单以及9692种商品。通过直观观察难以识别其中存在的关联模式。

在R里进行关联分析。

想了解这类在订单中出现频率较高且具较高程度的商品情况。例如，在每20人在下单时，通常会有至少1人会选择购买的商品就有以下7种。这些最热产品（...），往往也是我们在后续的关联分析过程中的重要关注对象。

![在这里插入图片描述](https://c