1.亲和性分析应用场景：欺诈检测、软件优化、产品推荐等
2.在本文中采用亲和性分析的代表算法Apriori算法实现电影推荐
3.首先为Apriro算法指定一个项集要成为频繁项集所需的最小支持度
4.然后根据置信度选取关联规则。
5.在http://grouplens.org/datasets/movielens/获取100万数据的Movielens数据集。
6.利用pandas加载数据
加载数据
7.稀疏数据格式，目的用来节约存储空间并优化数据
8.Apriori算法实现和实现步骤
算法实现步骤
9.加载电影名称数据
csv数据加载
10.初步实现推荐效果
效果图
