r语言-关联规则-文本分析-三国人物分析

 r语言关联规则包已经非常好了，还带有可视化图形等等，但是唯一不好的是数据格式问题，第一个输入的数据格式需要转换，第二输出的数据格式也很嘈杂，不能直接导出到本地。出于以上原因，本人决定自己用r语言写一个关联规则算法，一则熟悉算法流程，加深以后的运用，二则实现格式的转变。我的输入格式是列表，一列为一个购物篮，输出为数据框格式。下面以三国为例进行分析！！！

关联规则挖掘（三国人物关系）

第一步：下载《三国》电子书，以及搜狗词库（历史人名）：如下图

第二步 ： 数据处理

凡是在一段中共现的人名，我们就把这些家伙装进一个购物篮。

例如：

第500段正文如下

[1] "于是二人领本部兵马，往曹操寨中投降。夏侯惇曰：“张、高二人来降，未知虚实。”操曰：“吾以恩遇之，虽有异心，亦可变矣。”遂开营门命二人入。二人倒戈卸甲，拜伏于地。操曰：“若使袁绍肯从二将军之言，不至有败。今二将军肯来相投，如微子去殷，韩信归汉也。”遂封张邰为偏将军、都亭侯，高览为偏将军、东莱侯。二人大喜。"

则：第500个购物篮如下：

[1] "曹操" "夏侯惇" "袁绍" "韩信"

第三步： 频繁集发现

设置，支持度为0.01，出现下列频繁集：

一项频繁集

一项频繁集也就是出现频数最高的人物了，排名前五的都是一方霸主。

频繁项支持度关系数

曹操0.2532471

刘备0.0897281

孙权0.0867771

司马懿0.0649351

袁绍0.0608031

二项频繁集

人生最重要的伙伴是你的敌人，曹操最大的敌人是刘备，然后是孙权，袁绍次之。袁术只能是曹操的一个小敌人而已，从三国里面袁术称帝，孟德却大笑骂他为莽夫。次重要的当然是自己的亲朋好友了，夏侯惇，于禁，夏侯渊可以说是曹操的三元猛将啊。

频繁项支持度关系数

曹操<-->刘备0.0519482

曹操<-->孙权0.0407322

曹操<-->袁绍0.03662

曹操<-->夏侯惇0.0283352

刘备<-->孙权0.0265642

曹操<-->夏侯渊0.0224322

曹操<-->于禁0.0159392

曹操<-->袁术0.0147582

三项频繁集

两个铁三角；其实就是三国里面的两场决定历史的大战。第一场大战时官渡之战，确定了曹操雄踞北方的地位，这场战争纠结在曹操<-->刘备<-->袁绍他们之间，然后就是赤壁之战了，确定了三国鼎立的局面，这个铁三角就是曹操<-->刘备<-->孙权

频繁项支持度关系数

曹操<-->刘备<-->孙权0.0171193

曹操<-->刘备<-->袁绍0.0100353

第四步： 规则发现，设置置信度为0.4

二项规则挖掘

规则解释：于禁-->>>曹操 这条规则的置信度为0.771429，意义是出现于禁的地方有77%的时候是和曹操一起出现的。他在三国里面就是为存托曹操的。这里我不想多说，什么了，只能说曹操的光环太厉害了。（在购物篮里面，如果你买了于禁，再给你推荐曹操，你有77%的概率也会买曹操的。）

我比较感兴趣的规则：

王平-->>>魏延 ：王平与魏延分别代表中规中矩与特立独行，“以德治国”的诸葛亮，对二人的使用态度大相径庭。刘备死后，诸葛亮碍于青黄不接的人才形势，不得不用魏延，但时常把魏延纳入“普通战将”一员，甚至与陈式之流的三流牙将并列，对其始终不放手使用，而对于战绩平平的王平，则宠爱有加，助长其爬到魏延头上。

袁术-->>>袁绍 出现袁术的地方也会出现袁绍的，从一开始的联盟灭董卓，袁绍为盟主，袁术没副盟主。到后来袁兄弟为玉玺反目等等。

guizeconfsuplength

于禁-->>>曹操0.0159390.7714292

夏侯惇-->>>曹操0.0283350.752

夏侯渊-->>>曹操0.0224320.7450982

乐进-->>>曹操0.0106260.6923082

袁绍-->>>曹操0.03660.6019422

刘备-->>>曹操0.0519480.5789472

袁术-->>>曹操0.0147580.5555562

孙权-->>>曹操0.0407320.4693882

王平-->>>魏延0.0112160.4042552

袁术-->>>袁绍0.0106260.42

三项规则

guizeconfsuplength

刘备<-->袁绍-->>>曹操0.0100350.8095243

刘备<-->孙权-->>>曹操0.0171190.6444443

曹操<-->孙权-->>>刘备0.0171190.420293