基于概念格的用户联系挖掘#39;.pdfVIP

计算机科学2004Vo1.311`10-.10A 基于概念格的用户关联挖掘 ‘ UserAssociationMiningBasedonConceptLattice 齐 红 刘大有 刘亚波 (吉林大学计算机科学与技术学院 长春130012) AbstractTheproblemofmininguserassociationfromratingtableplaysanessentialroleinrule-basedrecom- mendersystem.TraditionalApriori-basedalgorithmsoftengenerateaverylargenumberofrulesmostofwhich arenotrelevanttocurrentrecommendation.UsingtheclosureoftheGaloisconnection,wedefinetwouserassocia- tionbases:theextractbasis(i.e.,forallruleswitha100%confidence)andtheapproximatebasis(i.e.,withcon- fidence 100%)fromwhichallvaliduserassociationruleswithsupportandconfidencecandeduced.Theseuser associationbasesarecharacterizedusingfrequentcloseditemsetsandtheirreductionwithinconceptlattice.Algo- rithmforextractingthesetwobasesispresented. KeywordsUserassociation,Conceptlattice,Userassociationbase,Recommendersystem 户关联挖掘，定义了两个用户关联基:确定的用户关 I 引言 联基(规则的可信度=10000)和近似用户关联基(规 向用户提供个化的推荐，已经成为电子商务最 则的可信度100肠)。这两个用户关联基是使用形 为关注的问题之一。能够为人们做出推荐的系统称 式概念分析中的频繁封闭项集及其缩减来描述的， 为推荐系统[[17。随着数据挖掘的兴起，关联规则被应 并且从它“可“以导出所有的有效用户关联规贝。“夕 用于推荐系统，形成了一种新的推荐技术— 基于 2 基本概念 规则的推荐技术。基于规则的推荐技术在评价表上 挖掘项目间的关联规则(简称为项目关联)和用户间 在形式概念分析[[a]中，形式背景通常定义为一 的关联规则(简称为用户关联)为当前用户进行推 个三元组K二 (O,I,R)，其中，O是对象集合，I是 荐。 项目集合，RCOXI是O与I之间的一个二元关 基于规则的推荐技术一般采用传统的Apriori 系。若(o,i)ER，读作 “对象。与项目i相关，，。 算法及其变种挖掘关联规则进行推荐。Fu等人使用 对X9;O，定义杯X)= (iEIIV。EX,(o,i) Appriori算法开发了一个基于规则的推荐系统Sur- ER};对YCI，定义O(Y)=(-EOIVIEY,(o,i) fLen[Z]，用于向网上冲浪的用户推荐网页。Sarwar ER)。则Y=po0定义了I上的闭包算子。 等人提出的Top-N算法[3]选择一个与当前用户最 背景K上的一个形式概念定义为一个二元组 相近的用户集合，然后在这个集合上进行关联规则 (X,Y)，满足XCO,YCI,抓X)=Y,O(Y)=X。其 挖掘，以此来提高推荐的准确度和算法的性能。Lin 中X称为概念(X,Y)的外延，Y称为概念(X,Y)的 等人闭提出了一个专用于推荐的关联规则挖掘算法 内涵。给定两个概念(X1