Прогнозирование множественного вывода с использованием априорного алгоритма в R

В настоящее время я работаю над системой рекомендаций на основе item-item, используя r. Пакет, который я использовал, это arules. Я сделал свои базовые модели, но я хочу изменить свою модель со следующими критериями:

1. В априори algo. Мы получим только один выход, а не несколько выходов. Я хочу несколько выходных значений в правой части. Например:

        lhs                                                 rhs
{GH DAILY MOONG DAL PREMIUM 1kg,                                                                                            
MDH POW SPICE DEGHI CHILLI 100g,PREM 1kg}         => {DAILY OTH PULSE CHANA DAL...
                                                  Rice}

2. Моя система рекомендаций полностью основана на item-item. Существуют ли в r какие-либо другие алгоритмы или пакеты, которые дадут мне лучшие результаты в бизнесе?
3. Как рассчитать доверие и ценность поддержки? В моем случае я использую значения по умолчанию.

Мой код приведен ниже:

#Create Sparse Matrix
dataset = read.transactions('/Users/Nikita/Downloads/Reco_System/market_basket_before_model.csv', sep = ',', rm.duplicates = TRUE)
summary(dataset)
itemFrequencyPlot(dataset, topN = 20, type = 'absolute')

#1st cut
# Training Apriori on the dataset
rules = apriori(data = dataset, parameter = list(support = 0.001, confidence = 0.8))

# Visualising the results
inspect(sort(rules, by = 'lift')[1:30]) 

Заранее спасибо.