基于数据挖掘的自动化推荐系统算法-四川理工学院学报.pdfVIP

第２５卷第２期 四川理工学院学报（自然科学版） Ｖｏｌ２５　Ｎｏ２ ２０１２年４月 ＪｏｕｒｎａｌｏｆＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ａｐｒ２０１２  文章编号：１６７３１５４９（２０１２）０２００５５０５ 基于数据挖掘的自动化推荐系统算法 朱文忠 （四川理工学院计算机学院，四川 自贡 ６４３０００） 　　摘　要：结合人工神经网络中的自适应共振理论（ＡＲＴ）及数据挖掘（ＤａｔａＭｉｎｉｎｇ）技术来建构一个 可自动聚类族群特征且能挖掘出关联特质的自动化在线推荐系统。探讨如何有效地运用数据挖掘技术 从大量的数据库中挖掘出完整知识，以推荐适当的信息给使用者，帮助他们在浩大的信息流中找到真正 需要、有用的文件或信息。整合ＡＲＴ及数据挖掘技术，并针对推荐系统的特性提出一种改进的ＡＲＴ算 法（ＭＡＲＴ算法）。实例验证了算法的有效性。 关键词：自动化推荐系统；人工神经网络；自适应共振理论；数据挖掘 中图分类号：ＴＰ３１１ 文献标识码：Ａ 　　随着互联网的快速发展，网络信息量迅速增长，信 统将识别出他的偏好类型，并提取与之相匹配的关联规 息种类也日趋繁多，有书籍，研究论文，网络交流论坛， 则来处理用户个人信息。利用这些合理的规则和信息， 个人网站等，用户通过互联网了解所有种类的信息几乎 系统就可给出及时的在线推荐。 是不可能的，然而他们必须花费越来越多的时间，从大 量的信息流中剔除掉不相关的资源，检索到对自己有价 值的信息。由于信息量的不断增大，这个检索的过程将 会越来越烦琐。在互联网领域中，推荐系统（Ｒｅｃｏｍｍｅｎ ［１２］ ｄｅｒＳｙｓｔｅｍ） 作为解决这类问题的方法之一，已被广 ［３５］ 泛的应用于电子商务网站中 ，通过推荐商品和提供 信息的方式帮助浏览者决定哪些商品需要购买。建议 网站总交易记录中商品的销售量推荐商品。或者，基于 对所有消费者以往的购买行为的分析，来进行推荐。被 推荐的信息类型包括给用户建议合适的商品、提供个性 化的商品信息和总结商品的群体反馈信息等等。 在线自动推荐机制的框架如图１所示。框架结构 依赖于，由组偏好中产生的，并通过ＡＲＴ神经网络预处 图１ 在线自动化推荐机制的框架 理的知识。当一个用户发起一个服务请求，系统会通过 １ 人工神经网络和自适应共振理论 识别用户的偏好种类和找出适合用户偏好的相关规则 来处理用户的个性化信息。当规则被激活并且合适的 １１ 人工神经网络 知识找到以后，推荐就会在线的展现给用户。 ［６］ 人工神经网络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ，即ＡＮＮ） 用户的族群偏好经ＡＲＴ神经网络预处理产生族群 是一个十分有用的集群技术，是由生物学得到的灵感所 信息，结合数据挖掘技术得到的历史交易数据，产生自 开创的一种模仿生物神经网路的信息处理系统。它使 动聚类族群特征及其关联规则。当用户请求服务时，系 用大量简单相连的人工神经元来模仿生物神经网路的 收稿日期：２０１１０３２１ 基金项目：人工智能四川省重点实验室项目（２０１１ＲＹＹ０７） 作者简介：朱文忠（１９７１），男，四川荣县人，副教授，硕士，主要从事计算机网络、嵌入式系统及应用方面