中南大学_电子商务_实验4.docVIP

《电子商务应用》 实验报告 项目名称 专业班级 学 号 姓 名 实验成绩： 批阅教师： 年 月 日 实验4《》 实验学时： 2 每组人数： 1 实验类型： 2 （1：基础性 2：综合性 3：设计性 4：研究性） 实验要求： （1：必修 2：选修 3：其它） 实验类别： 3 （1：基础 2：专业基础 3：专业 4：其它） 一、实验目的 二、实验内容 ① 分析用户的购买记录，找出他经常购买的商品的类型，然后在该类型中找出购买量或者访问量最大但是该买家之前并未购买的商品，并将这些商品推荐给该用户。② 找出与该用户具有相似购物习惯的其他用户，例如他们曾经购买过一些相同的商品，然后将其他用户购买过但是该用户未曾购买的商品推荐给他。】 三、实验要求 四、实验步骤 五、实验结果算法使用频繁项集性质的先验知识。Apriori使用一种称作逐层搜索的迭代方法，k项集用于探索（k+1）项集。首先，通过扫描数据库，累积每个项的计数，并收集满足最小支持度的项，找出频繁1项集的集合。该集合记作L1.然后，L1用于找频繁2项集的集合L2，L2用于找L3，如此迭代，直到不能再找到频繁k项集。找每个Lk需要一次数据库全扫描。Apriori性质可用于压缩搜索空间，提高频繁项集逐层产生的效率。Apriori性质：频繁项集的所有非空子集也必是频繁的。Apriori算法主要包括连接步和剪枝步两步组成。在连接步和剪枝步中采用Apriori性质可以提高算法的效率。树增强型朴素贝叶斯算法TAN算法通过发现属性对之间的依赖关系来降低NB中任意属性之间独立的假设。它是在NB网络结构的基础上增加属性对之间的关联(边)来实现的。实现方法是：用结点表示属性，用有向边表示属性之间的依赖关系，把类别属性作为根结点，其余所有属性都作为它的子节点。通常，用虚线代表NB所需的边，用实线代表新增的边。属性Ai与Aj之间的边意味着属性Ai对类别变量C的影响还取决于属性Aj的取值。 KNN算法 #include iostream #include cmath #include fstream using namespace std; #define NATTRS 5 //number of attributes #define MAXSZ 1700 //max size of training set #define MAXVALUE 10000.0 //the biggest attributes value is below 10000(int) #define K 5 struct vector { double attributes[NATTRS]; double classlabel; }; struct item { double distance; double classlabel; }; struct vector trSet[MAXSZ];//global variable,the training set struct item knn[K];//global variable,the k-neareast-neighbour set int curTSize = 0; //current size of the training set int AddtoTSet(struct vector v) { if(curTSize=MAXSZ) { coutendlThe training set has MAXSZ examples!endlendl; return 0; } trSet[curTSize] = v; curTSize++; return 1; } double Distance(struct vector v1,struct vector v2) { double d = 0.0; double tem = 0.0; for(int i = 0;i NATTRS;i++) tem += (v1.attributes[i]-v2.attributes[i])*(v1.attributes[i]-v2.attributes[i]); d = sqrt(tem); return d; } int max(struct item knn[]) //return the no. of the item which has biggest distance(