基于关联规则和Multi-Agent的个性化信息推荐系统研究

• 作者: 沈思
• 来源期刊: 图书情报工作
• 学科: 工学
• 关键词: 关联规则 Multi-Agent 个性化信息推荐系统 数据挖掘 Web挖掘
• 年，卷（期）: 2009,（23）
• 所属期刊栏目: 信息技术
• 页码范围: 111-114
• 页数: 4页
• 分类号: G202|TP311.138
• 语种: 中文

摘要

为提高网络信息激增中个性化信息推荐的有效性和智能性,将关联规则技术和Multi-Agent技术应用到个性化信息推荐中,设计一个通过对用户日志挖掘以产生个性化信息推荐的系统PIRS.该系统包含6个不同层次具有独立功能而又相互关联的Agent任务模块,引入多个Agent收集和分析用户信息来学习用户的兴趣和行为,体现个性化信息推荐的智能性;利用PIRAgent在用户日志中进行挖掘时,采用的关联规则挖掘方法是基于位对象技术和改进的FP-Tree构造方法,提高系统推荐效率.