基于关联规则的个性化推荐系统设计与实现

• 作者: 冷文浩 钱俊松
• 来源期刊: 福建电脑
• 关键词: 关联规则 推荐系统 长尾效应 Apriori算法
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 应用与开发
• 页码范围: 96-98
• 页数: 3页
• 字数: 4158字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2017.10.050

摘要

在设计推荐系统为用户进行推荐时,最常用到的算法就是协同过滤算法.在传统的协同过滤推荐系统中存在难以获得用户行为数据的问题.针对此类问题,本文提出了基于关联规则进行亲和性分析的推荐系统设计并使用Apriori算法实现了推荐系统.同时为了解决推荐领域常见的长尾问题,本文引入了提升度作为新的评价指标以满足推荐结果的个性化需求.验证实验结果表明,基于关联规则的推荐系统能够产生良好的推荐结果.基于关联规则的推荐系统相比传统的推荐系统具有较好的适用性,可广泛应用于科学研究以及社会生活中的许多领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱俊松	江南大学物联网工程学院	2	11	2.0	2.0
2	冷文浩		2	10	1.0	2.0