数据稀疏情况下的关联规则扩展与应用

• 作者: 刘克礼
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 关联规则 Apriori 规则扩展 数据挖掘
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 158-160
• 页数: 3页
• 分类号: TP391
• 字数: 3168字
• 语种: 中文
• DOI: 10.11907/rjdk.201364

摘要

在网络学习平台中,如何有效推荐学习资源具有重要意义.为进一步提高在数据稀疏情况下的关联规则推荐效率,从相似性角度出发,引入学习资源文本信息,通过构建学习资源相似度矩阵,提出一个基于资源相似度的关联规则扩展方法,从而在历史数据稀疏的情况下生成关联规则推荐.实践结果表明,基于同一数据对象进行研究,通过扩展关联规则方法可以提高推荐的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘克礼	安徽广播电视大学信息工程学院	11	21	3.0	4.0