基于加权关联规则挖掘算法的电子商务商品推荐系统研究

《基于加权关联规则挖掘算法的电子商务商品推荐系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于加权关联规则挖掘算法的电子商务商品推荐系统研究摘要：为了解决电子购物者和商家直接的商品快速、准确匹配问题，进行基于加权关联规则挖掘f法的电子商务商品推荐系统研究。首先指出了经典Apriori算法的缺点和不足，并提出一种新的加权模糊关联挖掘模型算法，以保证频繁项集的向下封闭性；通过对电子商务推荐系统的结构化设计、数据预处理模块设计、推荐模块设计，完成了推荐系统的工作流程测试；最后选取命中率作为不同推荐模型的评价标准，通过五折交叉试验法对实际采集数据进行了对比分析，试验结果表明关联规则集的Top

2、?N产品命中率要明显高于兴趣推荐和畅销推荐法。关键词：加权关联规则；挖掘算法；电子商务;推荐系统中图分类号：TN911734文献标识码：A文章编号：10047373X(2016)1570133704Abstract：Tosolvethedirectcommodityrapidandaccuratematchingproblembetweenelectronicshoppersandmerchants，thee?commercecommodityrecommendationsystembasedo

3、nminingalgorithmofweightedassociationrulesisresearched.Ai?mingattheinsufficiencyoftheclassicApriorialgorithm，anewweightedfuzzyassociationrulesminingalgorithmisputforwardtoensurethedownwardclosureoffrequentitemsets.Theworkflowoftherecommendationsystem

4、wastestedthroughthestructuraldesignofe?commercerecommendationsystem，datapreprocessingmoduledesignandrecommendationmoduledesign.Thehitrateisselectedastheevaluationstandardofdifferentrecommendationmodels.Thecontrastiveanalysisforthepracticalcollectedda

5、tawasconductedwiththehalf?offcrosstestmethod.TheexperimentalresultsshowthatthehitrateofTop?NproductsinassociationrulesetissignificantlyhigherthanthatoftheinterestrecommendationmethodandbestsellingrecommendationmethodKeywords：weightedassociationrule；m

6、iningalgorithm；electroniccommerce；recommendationsystem0引言随着电子商务业的快速发展，互联网购物用户规模已经突破两亿人次。而在庞大的互联网购物中，购物者和服务者都面临一个问题：用户和商家彼此间无法明确所喜爱的商品；海量商品无法快速、准确的和客户爱好相匹配；筛选商品时间过长等。这些问题都极大地阻碍了电子商务业的发展。为了解决这些问题，本文利用数学上的相关知识，进行了基于加权关联规则挖掘算法的电子商务商品推荐系统研宄。1数据挖掘和关联规则1.1数

7、据挖掘数据挖掘从广义上理解，就是在海量数据中通过某种算法、处理模式找到具有潜在作用、有效价值、新颖性强的数据处理过程。数据挖掘模式可分为关联模式、序列模式、分类模式、回归模式、时间序列模式、聚类模式六种。而关联模式由于具有应用范围广、实用性强的特点，因而在现代电子商务领域中得到了极大发展，关联模式也成为了数据挖掘中最为重要的研宄领域［1?3］。经过多年的研究分析，当前对数据挖掘的主要方法包括概念描述、关联分析、类知识挖掘、预测型知识挖掘等。虽然数据挖掘的方法有很多种，但要想彻底应用到电子商务中存

8、在以下几个难点：数据类型存在多样性；算法效率和可伸缩性差；数据挖掘系统交互性差；数据安全性和私有性差［4?5］。这些难点都阻碍了数据挖掘在现实商业中的应用。1.2经典关联规则挖掘算法在实际算法应用中，关联规则挖掘算法有很多种，其中最为经典的就是Apriori算法。该算法具有单维、单层、布尔型的特点。该算法的频繁项集产生步骤如下：开始-定义min_sup和min_conf-扫描数据库得到项集一K=2—由Apriori算法得到［Ck—］成功结束，否则重新由Apriori算法得到［Ck。］该算法在当前