基于关联规则挖掘的个性化推荐的应用研究

《基于关联规则挖掘的个性化推荐的应用研究》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、北京交通大学硕士学位论文基于关联规则挖掘的个性化推荐的应用研究姓名：刘海燕申请学位级别：硕士专业：计算机应用技术指导教师：李伟生20050301基于关联规则挖掘的个性化推荐的应用研究摘要网络和信息技术的发展带来“信息过载”和“信息迷失”的问题，用户个性化信息需求日益突出。个性化主动信息服务作为一种崭新的智能信息服务方式，可有效解决以上问题，成为网络信息服务的发展趋势。在个性化主动信息服务中最重要的服务是个性化推荐。数据挖掘是实现个性化推荐的有效途径，因此，基于数据挖掘的个性化推荐成为信息服务领域的一个研究热点。1．本文是全军电话网智能支撑平台(MTIS)的重要组成部

2、分和核心技术之一，且以MTIS作为关联规则挖掘的环境，科学地提出一个基于关联规则的个性化推荐模型一ARPR。该模型主要解决用户事务模式生成中的异构数据预处理和基于关联规则的个性化推荐。2．个性化推举首先要生成用户事务模式，用户事务模式的准确直接影响推荐的质量。本文引入XML作为异构数据的描述，解决异构数据问的集成。在此基础上进行数据预处理，本文设计了将领域知识应用_丁ARPR数据预处理的模型和算法。然后利用基于最大向前访问路径的用户事务模式识别算法形成准确率较高的用户事务模式。3．由用户事务模式进行关联规则挖掘，实现个性化推荐是本文研究重点。文中引入聚集树，利用优化

3、的基于聚集树的关联规则算法生成高效的关联规则，利用推荐度因子得到推荐集实现个性化推荐。该方法已成功应用到MTIS系统中，且效率高于普通的信息推荐。最后，论文对相关实验的运行结果进行了对比分析，进一步证明ARPR模型的可行性和高效性，对ARPR模型的优点进行了总结，并对进一步可能的研究进行了展望。【关键词】：个性化：个性化推荐；关联规则挖掘；数据预处理：XMI．北京交通人学硕士学位论文WiththedevelopmentofInteractandinformationtechnology，theproblemsofinformationoverloadandinfor

4、mationwilderingarccomingandthepersonalizedinformationdemandfromuserispopout．Asanewmethodforintelligentinformationservice，personlizedactiveinformationservicecansettlevastquestionseffectivelybmugutaboveandbecomesthedevelopmenttrendofNIS．hapersonalizedactiveinformationservice，themostimpor

5、tantserviceispersonalizedrecommendation．Dataminingisaneffectiveapproachtopersonalizedrecommendation，SOthestudyofpersonalizedrecommendationbasedataminingisbecomingahotspotinthefieldofinformationservice．1．ThepaperistheimportantpartandoneofkeytechnologiesofMTIS．Intheassociationrolemininge

6、nvironmentbaseMTIS，apersonalizedrecommendationmodel’——ARPRisbrougutforwardscientifically．ARPRfocusesOndataprctreatmentwithdifferentstructurebeforeuseraffairmodeiscreatedandpersonalizedrecommendationbaseassociationrulemining．2．Firstpersonalizedrecommendationshouldcreateuseraffairmodelan

7、dtheveracityofuseraffairmodelaffectsrecommendationqualitydirectly．ThepaperintroducesXMLtodescribedatawithdifferentstructureandtOsettledataintegration．Datapretreatmentisprocessedbaseit．InARPR，themodelandarithmeticfordatapretreatmentusingfield基于关联规则挖掘的个性化推荐的应用研究knowledgearedesigned．And