文档关联分析——看了 A 的人，接下来一定会看 B

你网购过吧？买了手机，网站立刻推荐手机壳；买了一本书，它推荐同主题的另一本。这背后，就是大名鼎鼎的关联分析——通过“谁买了什么”，去发现物品之间的隐藏关系。而同样这套逻辑，完全可以搬到文档上来。

一、从“购物篮”到“文档”

电商问：“买了 A 的人，还买了什么？”文档问：“看了 A 的人，还看了什么？”本质一模一样——都是通过行为序列，挖出内容之间的“暗关系”。

有些关系是明摆着的：看完“饼图制作”去看“柱状图制作”，太正常了，这种发现没什么价值。真正有价值的，是那些你想都想不到的关系。下面三个真实案例，就是这种。

二、三个真实案例

你发现没有？案例二、三是“顺水推舟”，帮用户省一步；而案例一是“纠偏”，帮用户别走错。关联分析，这两种价值都能给你。

三、算法原理：三个核心指标

关联分析不是拍脑袋说“我觉得 A 和 B 有关系”，它得拿数据说话。背后有三个核心指标：

四、这三个指标，到底该怎么用

一个特别容易踩的坑：只看置信度，会被骗。 假设 A 是一篇阅读量爆炸的文档，那“看了 A 之后看 B”的概率可能天然就很高——但这只是因为 A 流量太大，把所有文档都“带”了一遍，并不是 A 和 B 真有关系。

所以必须看提升度。 只有提升度大于 1，才说明 A → B 的关联是“真实有效”的。但提升度本身也有坑，它容易受“零事务”（大量既没看 A 也没看 B 的用户）影响而失真。更稳妥的做法是再引入两个指标：KULC = 0.5×P(B|A) + 0.5×P(A|B)（双向置信度的均值，不受零事务影响）；不平衡比 IR = P(B|A) ÷ P(A|B)（衡量这段关联是否平衡）。

最终的判断标准可以是：支持度大于阈值，且置信度大于阈值，且提升度大于 1。 同时满足这三条的关联，才是真正值得你动手加推荐链接的“高价值关联”。

五、从分析到落地

挖出关联关系之后，落地方式有三种，由轻到重：

1. 加超链接：在 A 文档末尾或相关段落，直接嵌入 B 的链接。成本最低。

2. 加推荐模块：在侧边栏做一个“看过这篇的人还看了”。

3. 整合内容：如果 A 和 B 几乎总被连续阅读，干脆考虑合并成一篇，从根上消灭“跳转”。

这是系列的第 5 篇。我们已经会顺着用户的阅读路径，给他铺好下一步的路了。但还有一件事我们一直没正面回答：用户找信息，最常用的动作是“搜索”。可搜索的本质到底是什么？为什么用户总是“搜不对”？最后一篇，我们从天文学一个奇妙的概念聊起，重新理解搜索。喜欢的话，记得关注「文档不头疼」。

更多用数据打磨文档的方法

文档不头疼