R 如何优化关联分析以使规则有意义？

我有一个客户数据集，我想定义一个频繁的标准，来描绘一个理想客户的形象。 数据集具有以下字段：

• 电子邮件
• 全名
• 职位
• 公司网站域
• 公司说明（字符串数据）
• 成立公司（年）
• 公司员工（人数）
• 公司城市
• 公司状态
• 公司所在国
• linkedin集团紧随其后
• 创造
• 更新

除公司员工外，公司成立、创建和更新没有数字数据。这个数据集还有其他有用的数据，比如年龄（间隔）和性别，但是它有太多的缺失值，所以为了分析的目的，我删除了它们

我在R中运行了代码：

data1 <- read.csv("final_account_list.csv")

library(arules)

str(data1)

data1$Company.Founded <- factor(data1$Company.Founded)

rules1 <- apriori(data1)

rules1

inspect(rules1)

options(digits=2)
inspect(rules1[1:5])

---

data1最重要的部分是定义“有意义的规则”在右手边（
rhs
）和/或左手边（
rhs
）方面对您意味着什么

然后，如
apriori
包文档中所述，您可以调查您的规则

以你为例

我如何找到与…的关联。。。linkedin组

你可以用

# find rules with "linkedin groups followed" in right-hand-side
rulesLinkedIn = subset(rules1, subset = rhs %in% "linkedin groups followed"))
# inspect rules with highest confidence 
inspect(head(sort(rulesLinkedIn, by="confidence")), n=3)