基于关联规则的商品推荐系统

《基于关联规则的商品推荐系统》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于关联规则的商品推荐系统

基于关联规则的商品推荐系统

　　关键词:数据挖掘;关联规则;商品推荐
摘要:关联规则是数据挖掘中的一个重要问题,本文在研究关联挖掘的基础上,通过对过去客户的交易记录进行分析,建立关联规则,为客户提供商品推荐,从而也为电子商务网站店主提供正确的盈利导向。

　　CommodityRecommendationBasedonAssociationRules
　　DuanWanxin
　　(ChengduScience&TechnologyUniversity,InformationEngineeringC

2、ollege,Chengdu610059,China)
　　Abstract:TheassociationruleisanimportantquestioninDatamining,thisarticleintheresearchassociationexcavationfoundation,carriedontheanalysisofoldcustomer'stransactionrecording,establishedtheassociationrules,providedthecommodityrecommendationtocustomers,thusprovidedt

3、hecorrectprofitguidancefortheelectroniccommercewebsiteshopowneraswell.
　　Keywords:Datamining;Associationrule;Commodityrecommendation
　　一、引言
　　电子商务是传统商务活动的一次重大革新,它以网络为平台,可使买卖双方不用谋面、异地的进行各种商贸活动,销售商可以在网上推销商品,消费者也可在网上购物,从而实现商务活动的网络化。由于其的方便、快捷和低成本,电子商务在全球范围内迅速发展。电子商务系统规模也越来越大,商品数目客户数目呈指数级增长。

4、为了方便客户的购买,同时也提高销售量,商品推荐技术广泛应用于电子商务网站中,扮演传统商业中销售人员的角色。现有的推荐系统中,大多都是利用客户对不同商品的偏好,即利用协同过滤算法计算用户之间的相似度进行推荐。但与此同时,商品之间也是有关联的。本文就将主要探讨利用关联挖掘技术为客户提供商品推荐。
　　二、相关概念
　　电子商务网站都会用数据库保存每个客户的购物记录,伴随着电子商务的发展,数据库中的数据越来越多。而在这些错综复杂的数据中,包含着大量有用的信息。数据挖掘技术是汇聚数据库、统计学、机器学习等不同科学的交叉信息技术。它可以从大量的数据中提取出有用的令人们感兴趣的信息。关

5、联规则的挖掘则是数据挖掘中的一个重要问题。
　　在电子商务网站,每个客户都会购买多样商品。那么,这些商品之间是否存在某种联系呢?如果存在,又会是一种什么样的联系呢?从直观上理解,如果一个客户购买了牛奶,他可能同时也会购买一个杯子。正因为商品之间存在着这种联系,我们可以根据客户已购买的商品记录向他推荐他可能还会购买的商品。
　　关联规则可以寻找在同一个事件中出现的不同项的相关性,比如在客户所购买不同商品之间的相关性。利用这些关联,就可以得到客户的购买特性,并根据发现的这些规律采取有效的行动。这对店铺的市场定位、商品的采购等决策问题都有重大的指导意义。同时,也能为商品推荐提供帮

6、助。
　　关联规则的目标是在数据项目中找出所有的并发关系,这种关系也称为关联。关联规则有三个度量。支持度反映在交易数据中发现该规则的频繁程度,置信度说明当“如果”部分为真时“那么”部分也为真的频繁程度。比如牛奶→杯子规则,其支持度为15%表明15%的客户同时购买了牛奶和杯子,置信度为85%表明在所有购买牛奶的客户中,有85%的人也购买了杯子。而提升度反映在预测结果方面,规则比只是首先假设该结果会好多少,它是关于该规则工作情况的很好度量。这了挖掘出有意义的关联规则,一般都需要提供最小支持度和最小置信度。
　　关联规则挖掘问题可以分为两个子问题:
　　(一)找出事务数据库

7、中所有大于等于用户指定的最小支持度的频繁项集
　　(二)利用频繁项集生成所有的关联规则,根据用户设定的最小置信度进行
　　取舍,最后得到强关联规则。
　　三、商品推荐过程
　　通过以上分析,该系统的具体实现主要可分为以下七个过程:
　　(一)获得商品交易数据。从交易数据库中提取用户的交易记录
　　(二)交易数据预处理。进行必要的数据处理,如使每项交易简化为只含有
　　购买项,从而给出哪些商品会与其他商品