Как структурировать данные для алгоритма Apriori?

Я хочу видеть, пишут ли пользователи, которые пишут в Твиттере об одном, и о другом. Я использовал пакет TwittR в R studio для загрузки твитов, содержащих ключевые слова, а затем загрузил временные шкалы этих пользователей в python. Мои данные структурированы следующим образом.

user_name, идентификатор, created_at, текст

exampleuser,814495243068313603,2016-12-29 15:36:13, 'MT @nixon1788: Обама и левые отвратительные антисемитские рвоты! #WithdrawUNFunding"

Можно ли использовать алгоритм априори для генерации правил ассоциации? Кто-нибудь знает, как структурировать эти данные, чтобы использовать их, или, если это возможно, с данными, которые у меня есть?

1 ответ

Решение

Вот пример как стартер:

txt <- c("Trump builds a wall", "Trump goes wall", "Obama buys drones", "Drones by Obama")
library(quanteda)
library(arules)
dfm <- dfm(txt)
trans <- as(as.matrix(dfm), "transactions")
rules <- apriori(
  data = trans, 
  parameter = list(minlen = 2L, maxlen=2, conf = 1), 
  appearance = list(lhs = c("obama", "trump"), default="rhs")
)
inspect(rules)
#   lhs        rhs      support confidence lift
# 1 {obama} => {drones} 0.5     1          2   
# 2 {trump} => {wall}   0.5     1          2  
Другие вопросы по тегам