基于不完全信息查询发现推荐规则的一种方法.pdfVIP

第25卷第 2期 常 州 工 学 院 学 报 VO1．25 No．2 2012年4月 JournalofChangzhouInstituteofTechnology Apr．2012 基于不完全信息查询发现推荐规则的一种方法 钟侠 庄燕滨 王树锋 (1．江苏国光信息产业股份有限公司，江苏 常州 213015；2．常州工学院计算信息工程学院，江苏 常州 213002) 摘要 在CBR推荐系统中，基于受限的信息(不完全信息)进行检索，得到可接受的产品是一 个重要的、具有挑战性的问题。文章提出了一种发现推荐规则的方法：最优规则推荐算法用来检索 事例库。该方法应用于不完全查询中，在发现的规则数量上与NN方法发现的规则基本相同，但这 些规则有较高的事例覆盖率。跟决策树方法相比，该方法发现的规则数量少，更容易解释，而且有 较高的事例覆盖率。 关键词 推荐规则；不完全信息；查询 ；规则发现 中图分类号：TP311．132 文献标志码：A 文章编号：1671—0436(2012)02—0034—03 AMethodofDiscoveringRecommendationRulesBasedonIncompleteQueries ZHONGXia ZHUANGYan—bin WANGShu-feng (1．JiangsuGuoguangElectronicInformationTechnologyCo．，Ltd．，Changzhou213015； 2．SchoolofComputer＆InformationEngineering，ChangzhouInstituteofTechnology，Changzhou213002) Abstract Incase—basedreasoning (CBR)systemsforproductrecommendation，theretrievalofac- ceptableproductsbasedonlimitedinformation(incompleteinformation)isallimportantandchallenging problem ．Thispaperinvestigatedsan approach tothediscovery ofrecomm endation rulesto supportaurle— basedapproachtohteretrievalofrecommendedcases．W hilehavinghtepotentialtoprovidegreatercoverage htandecision—treeandnearestneighborapproachesnadenablingrecomm endationstobeeasilyjustified，hte mostexactrulesdiscoveredbyourdiscovery algorihtm offerobviousimprovementintemr sofhteirreliability whenappliedtoincompletequeries． Keywords recommendationrules；incompleteinformation；query ；discovery ofurles 对话效率是CBR中的研究热点。 1 综述 然而，在实际的产品推荐活动中，有经验的推 在基于事例推理的推荐系统 (CBR)中，可推 销人员在接收到很少的顾客信息的情况下，甚至 荐产品的描述作为事例保存在事例库中，供有特 不需要与顾客对话交流，依据少量的信息，仍然能 定需求的用户检索。传统的CBR系统，检索是以 做出合理的产品推荐。_1如，房产代理仅了解到顾 系统与用户的增量式对话方式进行的，当用户的 客对A区的三房结构的新房感兴趣，而不知