基于关联规则优化的个性化推荐系统

• 作者: 李菲
• 来源期刊: 内蒙古师范大学学报（自然科学汉文版）
• 学科: 工学
• 关键词: 电子商务 个性化推荐系统 关联规则 临近聚类
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 515-520
• 页数: 6页
• 分类号: TP391
• 字数: 2389字
• 语种: 中文

摘要

针对当前个性化推荐系统处理数据效率较低的问题，提出了一种混合聚类关联规则优化的个性化推荐系统实现方法。深入分析了基于 Web网络服务平台的电子商务个性化推荐系统的结构组成，将数据分析与推荐算法实现分为离线和在线处理两部分，阐述了算法初始化、关联实现以及推荐数据集合生成和兴趣模型预测的具体原理，并给出了算法的实现步骤。最后，基于提出的系统构建模型，建立了一种基于混合聚类关联优化的图书网络推荐平台。实验结果表明，该方法具有较高的推荐精度和推荐效率，更适合大数据环境的推荐系统。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李菲	广西财经学院信息与统计学院	18	48	5.0	6.0