一种改进的APRIORI算法在电子商务中的应用.pdfVIP

2012年 1月 西安石油大学学报 (自然科学版) Jan．2012 第27卷第 1期 JournalofXiallShiyouUniversity(NaturalScienceEdition) Vol_27No．1 文章编号：1673-064X(2012)01-0091-03 一 种改进的APRIORI算法在 电子商务中的应用 屈 展，陈 雷 (西安石油大学 计算机学院，陕西 西安 710065) 摘要：结合电子商务推荐系统的实际需求，在分析Apriori算法的特点和不足的基础上，提 出了一种 改进的分段Apriori算法，将此算法引入到电子商务网站的推荐系统中，使网站的交易效率和客户 认可度均得到提升． 关键词：APRIORI算法；电子商务；推荐系统 中图分类号：TP301．6 文献标识码：A 商品采购者在电子商务活动的过程 中通过 生c集合，属于候选 1一项集； Web方式进行信息流的交互．通过数据挖掘技术， (2)由候选 1一项集的集合 c，结合最小支持 可以运用分类、关联、聚类等技术手段，从中提取出 度rain_sup，产生频繁集合 ，属于 1一项集； 有利于市场策略的数据 ¨．关联规则挖掘在这个过 (3)设定k=1； 程中起到了不可或缺的作用，通过在电子商务中发 (4)在 的作用下，执行操作，进行剪枝和连 现事务数据库中不同商品间的关联关系，确定客户 接，产生集合 c ，属于候选 (k+1)一项集； 购买行为模式，可以广泛应用于电子商务数据管理 (5)由候选 (k+1)一项集的集合 c ，结合最 和客户关系管理．在进行关联分析中，人们常常采用 小支持度min—sup，产生集合 小属于频繁(k+1) Apriori算法进行分析，本文在分析算法不足的基础 一 项集； 上，提出了一种改进的分段Apriori算法，达到分布 (6)如果 +非空，则 k值增 1，转到步骤(4)， 化、并行化寻找频繁项集的目的，以便于对客户进行 否则，转到步骤(7)； 个性化营销． (7)由频繁项集根据最小置信度 rain—conf，产 生强关联规则，算法结束． 1 Apriori算法简介 随着电子商务的发展，关联规则挖掘被广泛应 Apriofi算法是 1994年由R．Sfikan和R．Agraw— 用，它能够对大量的数据进行快速的分析，发现其关 al提出的最有影响的一种原创性布尔关联规则挖掘 联，从而有利于决策分析和商业管理．电子商务的市 频繁项集的算法．该算法基于以下的原理：频繁项 目 场购物篮分析是关联规则挖掘的一个典型应用，通 集的子集同样是频繁项 目集；同理，非频繁项 目集的 过对一起购买的商品集进行搜索，来确定客户的购 超集依旧是非频繁项 目集． 物习惯．通过分析交易数据，获得顾客购买模式的信 Apriori算法的主要步骤： 息，进而分析顾客的购买习惯，帮助零售商制定营销 (1)对事务数据库中的每个事务进行扫描，产 策略． 收稿 日期：2011435-08 基金项目：陕西省科技攻关项 目(编号：2009K08-34) 作者简介：屈展(1957一)，男，教授，博士，主要从事管理信息系统与计算机网络、石油与天然气工程方面的研究 E—mail：zhqu@ xsyu．edu．en 一 92一 西安石油大学学报 (自然科学版)