联合稀疏多重测量向量的约束和无约束分析和综合先验求解器。 运行 Matlab 文件需要 Sparco。 从http://www.cs.ubc.ca/labs/scl/sparco/下载并安装在 Matlab 路径中。

推荐已成为几乎所有基于信息和电子商务系统的组成部分。 推荐系统的目标是利用大量信息和产品目录，并根据用户的选择了解用户的偏好，并通过大量产品空间手动推荐他们无法选择的产品。 该领域的研究已经能够识别出各种算法和方法来做出以用户为中心的推荐。 从每个用户的个性化和偏好的角度来看，基于特定任务或产品领域的要求，每种算法都涵盖了一组不同的参数。 本研究论文讨论了各种推荐系统使用的现有方法及其比较，并提出了一种方法，该方法通过使用 Apriori 算法和关联规则来解决构建推荐系统的现有实践的缺点。

Association-Rules-Movies-Dataset-Using-Python：为所有数据集准备规则1）尝试不同的支持和置信度值。 观察不同支持和置信度值的规则数量的变化2）更改先验算法中的最小长度3）使用不同的图对获得的规则进行可视化

productList是商品的详单，productAttribute是商品相关属性。 brandList是品牌的详单，brandAttribute是品牌相关属性。 两个sale文件是两年的购物栏数据（已经预处理好）。 可用于关联分析相关算法的学习。