使用R语言Eclat算法挖掘频繁项集时出现零频繁项问题求助

我最近在做商品购买关联的模式挖掘（类似聚类分析），查资料了解到Eclat算法适用于项集挖掘，能找出诸如“购买牛奶的消费者也会购买面包”这类实用的关联规则，但在R语言中运行该算法时遇到了麻烦：

• 初始运行后出现zero frequent items的提示，用tidLists(f)获取的结果为NULL
• 调整参数后，结果又不符合预期，像是在对订单/用户分组而非挖掘商品关联

数据集与代码情况 #

数据集说明 #

数据集每行代表一笔交易，不同商品用分号;分隔，数据示例如下：

3060615;;;;;;;;;;;;;;; 3060612;3060616;;;;;;;;;;;;;; 3020703;;;;;;;;;;;;;;; 3002469;;;;;;;;;;;;;;; 3062800;;;;;;;;;;;;;;; 3061943;3061965;;;;;;;;;;;;;;

我使用的R代码 #

trans = read.transactions("Transactions.csv", format = "basket", sep = ";")
f <- eclat(trans, parameter = list(supp = 0.1, maxlen = 17, tidLists = TRUE))
dim(tidLists(f))
as(tidLists(f), "list")

具体疑问 #

1. 是不是我的数据结构有问题？如果是的话该怎么调整？
2. 怎么才能获取到符合预期的推荐项集？我在维基百科上没找到相关的实现方法。

补充情况 #

按照建议把支持度supp调整为0.004后，函数运行起来了，但结果不对：tidLists的输出是以交易ID为键，对应的值是该交易包含的商品集合，看起来像是在对订单分组，而不是挖掘商品之间的关联项集，而且我也没法正常导出数据。

内容的提问来源于stack exchange，提问作者M.A