14.4 基于协同过滤的推荐系统  典型的推荐应用 —公司积累了大量的用户（user）对物品（item）的打分记录。 —根据当前用户的消费喜好，找到与其喜好相似的其他客户，分析他们有哪些物品（item） 对当前用户而言尚未消费使用，将这些物品推荐给当前用户。 —前提：当前访问用户的消费喜好和其他某些用户的消费喜好相似，且这种喜好在 近一段 时间以及未来一段时间内保持稳定。 —这样的推荐系统称为基于协同过滤的推荐系统（Collaborative-based Systems）  基于协同过滤的推荐系统又可分为： —基于用户（user）相似度（临近度）推荐（计算两个用户间的相似度，共同喜好总物品数） —基于物品（item）相似度（临近度）推荐（计算两个物品间的相似度，共同拥有的用户数）  操作步骤 第一步：加载并查看数据 将训练数据“collaborative_train”拖动到操作流程页面，将其连接到系统输出端，点击 运行后，我们看到数据分成三列，分别是“user_id”用户属性，“item_id”物品属性以及“rating” 打分属性，如图 14.1，有 28234 条打分记录，通过观察统计视图，没有发现缺失值。将测试 数据“collaborative_test”同样拖到流程里面来，观察数据，也有同样的属性项。 图 14.1 用户对物品的打分表

情感分析：使用Rapidminer进行情感分析项目文件

《RapidMiner7数据挖掘与实战》中案例里使用的csv数据，包含了所有案例的数据，可以直接把csv数据导入RapidMiner使用

学习RapidMiner挺不错的中文资料，很详细。 学习RapidMiner挺不错的中文资料，很详细。

RapidMiner是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术，特点是图形用户界面的互动原型。

图 18.12 全局离群点检测气泡图 “Local Outlier Factor”基于本地的离群点检测操作符，操作流程如图 18.13，检测结果如图 18.13 图 18.13 离群点检测操作流程

企业经营最大的目的就是盈利，而餐饮业企业盈利的核心就是其菜品和顾客，也就是其提供的产品和服务对象。企业经营者每天都在想推出什么样的菜系和种类会吸引更多的顾客，究竟各种顾客各自的喜好是什么，在不同的时段是不是有不同的菜品畅销，当把几种不同的菜品组合在一起推出时是不是能够得到更好的效果，未来一段时间菜品原材应该采购多少…… T餐饮的经营者想尽快地解决这些疑问，使自己的企业更加符合现有顾客的口味，吸引更多的新顾客，又能根据不同的情况和环境转换自己的经营策略。T餐饮在经营过程中，通过分析历史数据，总结出一些行之有效的经验：  在点餐过程中，由有经验的服务员根据顾客特点进行菜品推荐，一方面可提高菜品的销量，另外一方面可减少客户点餐的时间和频率，提高用户体验；  根据菜品历史销售情况，综合考虑节假日、气候和竞争对手等影响因素，对菜品销量进行预测，以便餐饮企业提前准备原材料；  定期对菜品销售情况进行统计，分类统计出好评菜和差评菜，为促销活动和新菜品推出提供支持；  根据就餐频率和金额对顾客的就餐行为进行评分，筛选出优质客户，定期回访和送去关怀。 上述措施的实施都依赖于企业已有业务系统中保存的数据，但是目前从这些数据中获得有关产品和客户的特点以及能够产生价值的规律更多依赖于管理人员的个人经验。如果有一套工具或系统，能够从业务数据中自动或半自动地发现相关的知识和解决方案，这将极大地提高企业的决策水平和竞争能力。这种从数据中“淘金”，从大量数据（包括文本）中挖掘出隐含的、未知的、对决策有潜在价值的关系、模式和趋势，并用这些知识和规则建立用于决策支持的模型，提供预测性决策支持的方法、工具和过程，就是数据挖掘；它是利用各种分析工具在大量数据中寻找其规律和发现模型与数据之间关系的过程，是统计学、数据库技术和人工智能技术的综合。 这种分析方法可避免“人治”的随意性，避免企业管理仅依赖个人领导力的风险和不确定性，实现精细化营销与经营管理。

RapidMiner Studio 结合技术性和适用性，为最新的及已建立的人性化数据挖掘技术提供服务。通过推拽算子，设置参数及组合算子，在RapidMiner Studio中定义分析流程。 正如我们将在下面看到的，流程能从大量的随机的可嵌套的算子中产生，最终表示为所谓的流程图（流程设计）。流程结构由内部的XML来描述，通过图形用户界面来开发。在后台，RapidMiner Studio 不断地检查当前流程开发状态，确保语法一致，并在问题出现时，能自动推荐解决方案。以上功能是通过所谓的元数据转换实现的，即在流程设计阶段转换基础元数据，预知流程开发结果，并在出现不合适的算子组合时确定解决方案（快速修复）。此外，RapidMiner Studio也能定义断点，因此能检查几乎所有的中间结果。成功组合的算子会被合并到构建模块中，因此在后期流程中它们还能被再次使用。 RapidMiner Studio包含了1500多个专业数据分析流程：从数据划分到以市场为基础的分析，再到属性生成，它包含了所有您需要的数据挖掘工具。同时也包含了文本挖掘，网页挖掘，对来自网络论坛的信息的自动情感分析（情感分析，观点挖掘）及时间序列分析，并能作出预测。 RapidMiner Studio为我们提供了强大的视觉化功能，例如三维图，散列矩阵和自组织地图等。在RapidMiner Studio里，您能够把您的数据转换为完全可定制的可输出的图表，并且支持缩放、移动及调整功能，以求最优化视觉效果。

在上一个章节，我们熟悉了RapidMiner Studio图形用户界面的基本组成部分，例如透视图及视图，并讨论了RapidMiner Studio的设计透视图的最重要的一些方面。现在为了定义和执行一个原始的简单的分析流程，我们需要使用新的功能。您很快会发现RapidMiner的这项功能是多么的使用，您不需要在每次修改了流程以后都要执行一下新流程以确定修改后的效果。但是，这项功能可不仅仅只有这些好处。 3.1 创建一个新流程 不管是在透视图主页选择“新建”选项，还是点击RapidMiner Studio主工具栏左边的“新建”图标，还是进入“文件”菜单，都可以新建一个分析流程，以供接下来的使用。 提示：我们建议您把新建的流程保存在您的资源库中。 3.2资源库的选项功能 原则上，您可以完全自由的组建您的资源库。在资源库浏览器及资源库视图中的条目快捷菜单中，您会发现管理数据和流程所必须的所有条目，如图3.1所示。

前面的部分中，我们已经看到了RapidMiner Studio图形用户界面是如何建立起来的，以及如何用它来定义和执行分析流程。在流程的最后，流程结果会显示在结果视图中。现在在工具栏上点击一下就能跳转到结果视图了。这一章会详细阐述结果视图。依据您是否已经生成了可被描述的结果，在默认设置前提下，您现在应该至少能大致看到这些显示内容 或者，您可以在“View（视图）”菜单中=“Restore Default Perspective（恢复默认透视图）”这一选项重新建立这个预设透视图。在介绍过的设计透视图之后，结果透视图是RapidMiner Studio的第二个主要工作环境。我们已经讨论了右侧的资源库视图，因此这一章节我们会关注视图的其他组成部分。 4.1结果可视化 我们已经看到了在流程执行完成后，流程中右侧结果端口的结果会自动显示在结果视图中。结果视图中左上角的大部分会被用到，那里显示了分析结果概述，在这一章节的结尾我们会讨论这些分析结果。 目前每一个打开的和显示的结果都会在这一区域以一个附加标签显示，如图4.2所示。严格来说，每个结果都是一个视图，像以往一样，您可以随心所欲的移动这些视图。这样的