原文链接：http://tecdat.cn/?p=26341

原文出处：拓端数据部落公众号

 本文数据采集于豆瓣读书网站，分析内容将基于豆瓣读书的图书评分和评论信息。 主题将紧紧围绕以下几点：有哪些书籍值得推荐？一般书籍的价格是多少？一本书的评分和评论数量之间是否存在某种关系？

视频：R语言关联规则模型(Apriori算法)挖掘杂货店的交易数据与交互可视化

关联规则模型、Apriori算法及R语言挖掘杂货店交易数据与交互可视化

，时长07:03

热门书籍分布

截至爬取之日，热门书评数量实时增长，分别是：

①：评分>=8.0且评论超过10w+的书籍； ②：只有评论超过10w+的书； ③：按书评数量排名TOP8；

经过对比，我发现一些值得一读再读的名著总是在列表中，而且列表中的大部分书籍都是开卷即有益的好书。 降低标准后，也出现了一些有益的书籍（《平凡的世界》之类的）。

由此可以得出结论，数据分析算法应该是综合多种数据得到的权重模型，所以评论量大或者评分高的书不一定值得一读，综合考虑得到的结果可以 被认为是公平的。比如郭敬明的《梦里花落知多少》，路遥的《平凡的世界》。

书籍的价格一般都是在什么范围？

对于读书爱好者来说，这是一个比较关心的问题。

从上图我们可以发现，大部分书籍的价格在20-40之间，其他价格区间的书籍相对较少。 计算机专业书籍的价格在60-90之间，低于10元价格范围的书籍部分是电子书。 我们惊讶地发现有很多书的价格超过100元！

可以发现，这些百元以上的书籍，大部分都是史料书籍。 价格高的原因之一是这些书一般分为很多卷，研究意义重大，耗费大量人力。

热门书籍评价指标Apriori关联规则分析

接下来，我们研究3个关键评价指标：评分、评分数量和评论数量之间的关系。Apriori是常用的关联规则挖掘方法之一，可以找出3个评价指标之间的隐藏关联。

使用平行多维图来观察流行书籍评分、评分数量和评论数量的流行关联规则。 我们发现大部分书籍的评分在8.0-8.9之间，评分数量在20万-70万之间。

评论最多的书有追风筝人、解忧的杂货店、白夜行等，评分在8.1以上。 基本上，具有更多评论的作品具有更高的评分。 但是，有些超高分（9分以上）的作品，评论数量却没有想象中的多！

最受欢迎的见解

1.探析大数据期刊文章研究热点

2.618网购数据盘点-剁手族在关注什么

3.r语言文本挖掘tf-idf主题建模，情感分析n-gram建模研究

4.python主题建模可视化lda和t-sne交互式可视化

5.r语言文本挖掘nasa数据网络分析，tf-idf和主题建模

6.python主题lda建模和t-sne可视化

7.Python中的Apriori关联算法市场购物篮分析

8.通过Python中的Apriori算法进行关联规则挖掘

9.python爬虫进行web抓取lda主题语义数据分析

标签：Apriori,评分,APRIORI,tecdat,关联,评论,可视化,拓端,书籍
来源： https://www.cnblogs.com/tecdat/p/16439351.html