电子商务中基于多层关联规则的个性化推荐系统

《电子商务中基于多层关联规则的个性化推荐系统》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、电子商务中基于多层关联规则的个性化推荐系统2013袁冬菊硕士信息与通信工程邢玲教授ClassifiedIndex:TP393U.D.C:004.7SouthwestUniversityofScienceandTechnologyMasterDegreeThesisAPersonalizedRecommendationSystemBasedonMulti-levelAssociationRuleinE-commerceGrade:2013Candidate:YuanDongjuAcademicDegre

2、eAppliedfor:MasterSpeciality:InformationandCommunicationEngineeringSupervisor:XingLingJun.01,2016独创１４声晒本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的．研究成果。尽我所知，除了文中特别加Ｗ标巧和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得西南科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均已

3、在论文中作了明确的说明并表示了谢意。〇签名：曰期；火＾禾秦竭／叫关于论文使用和授校的说晒本人完全了解西南科技大学有关保留、使用学位论文的规定，目Ｐ：学校＾有权保留学位论文的复印件，允许该论文被查阅和借阅；学校可以公布该论文的全部或部分内容，可Ｗ采用影印、缩印或其他复制手段保存论文。（保密的学位论文在解密后应遵守此规定）签名口＝导师签名：曰期：袁豕Ｉ女／＾＾西南科技大学硕士研究生学位论文第I页摘要互联网时代不断发展为互联网+大数据的时代，信息资源及其丰富，如何快速、

4、准确的从海量数据中获取自身需要的信息亟待解决。个性化推荐作为信息过滤的重要手段，是解决信息过载问题的一种有效方法。论文以数据挖掘技术为基点，以向用户提供更好的个性化推荐服务为目标，主要围绕多层关联规则挖掘技术、用户兴趣建模两方面展开研究。并以电子商务网站为应用场景，建立一个个性化推荐系统。论文主要研究内容如下：（1）针对传统多层关联规则挖掘算法，执行效率低，规则冗余度高，且多数只能挖掘同层次间规则的问题，提出基于FP_Growth的约束事务扩展的多层关联挖掘算法(CTE-MARM)。根据用户需求及应用

5、场景不同，对事务数集进行k层约束扩展预处理，保证挖掘出多层次间关联规则的同时，有效压缩事务数集大小，提高挖掘执行效率且降低大数据处理负担及规则冗余度。（2）将关联规则引入到用户兴趣模型中。对电子商务网站记录的用户浏览行为数据进行分析处理，结合多层关联规则挖掘的规则库及用户浏览行为分析得出的用户兴趣共同建立用户兴趣模型。综合考虑用户自身的兴趣偏好及广大消费者的购物趋势，以提供更好的个性化服务。（3）设计一个基于电子商务网站的个性化推荐系统，并将基于关联规则的用户兴趣模型应用到该个性化推荐系统中。实验结果

6、表明，该系统能很好的结合用户自身兴趣偏好及广大消费者消费趋势来进行个性化推荐。关键词：个性化推荐关联挖掘用户浏览行为多层关联规则西南科技大学硕士研究生学位论文第II页AbstractAstheInterneteragraduallydevelopstobetheInternet+bigdataera,informationresourcesbecomeveryricher.Howtoobtaintheneededinformationfrommassresourcesaccuratelyandeffe

7、ctivelyneedstobeaddressed.Personalizedrecommendationisaneffectivemethodtosolvetheproblemofinformationoverload.Thisdissertationismainlyfocusedonmulti-levelassociationrulesminingandtheuserinterestmodelbasedondatamining.Theaimistoprovidebetterpersonalizedr

8、ecommendationserviceanddesignapersonalizedrecommendationsystembasedonE-commerce.Themainresearchcontentsareasfollows:(1)AnimprovedalgorithmCTE-MARM(ConstraintTransactionExtension-Multi-levelAssociationRuleMining)basedonFP_Growthal