如何編寫高效的R語言程式

　　第一，很明顯的可以向量化和矩陣化的loop，改變矩陣或者向量的大小，都是比較耗時的，這些可以在R內部透過矩陣化，正確估計矩陣的dim來解決。

　　第二，對於比較簡單的函式，基本程式本身寫好之後，用Rprof做profiling，找到最耗時間的環節，用inline和Rcpp包把最耗時間的部分重新寫一次。

　　第三，可以並行的計算做並行處理。

　　第四，使用ff包處理大的資料表格。

　　第五，用sparse matrix處理大矩陣。

　　第六，使用正確的演算法也很重

　　VS 2017編寫c語言程式的步驟如下：

　　1、開啟Microsoft visual studio 2017軟體，單擊頁面最上角的新建按鈕；

　　2、在新建列表中，選擇專案選項，在專案列表中選擇Visual C++選項；

　　3、在彈出的常規設定頁面中，設定相應的專案名稱和儲存位置；

　　4、單擊頁面最下方的確定按鈕，待系統完成載入後即可使用VS 2017編寫c語言程式。

　　1、推薦演算法中

　　2、物品-物品用關聯規則；

　　3、人物-物品用協同過濾；

　　4、人-人用社會網路分析；

　　5、特徵-物品用預測建模，分類模型。

　　6、關聯規則和協同過濾演算法

　　7、關聯規則，將所有使用者的高頻產品進行推薦，但是如果要清倉，清除一些低頻的產品，關聯規則不太適用；而協同過濾可以顧及長尾。

　　8、幾個概念的參考：

　　9、支援度（support）：共5筆訂單，3筆包含商品A，A的支援度是3/5。

　　10、置信度（confidence）：已知購買了A，有多大機率購買了B（即同時購買了AB），稱A -> B的置信度。

　　11、提升度：如果使用者購買商品B，100%會買C，那是不是意味著，如果使用者將商品B放入購物車，就可以向用戶推薦商品C呢？

　　12、大於1，說明有效，在購買A時推薦B，比直接推薦B，效果更好

　　13、等於1，說明無關，購買A與購買B，是獨立事件