个性化推荐系统中的一种基于FP-growth的改进算法.docVIP

个性化推荐系统中的一种基于FP-growth的改进算法 　　摘要：对基于关联规则的FP-growth算法进行了深入研究，针对其应用在推荐系统会产生重复推荐的问题，对算法进行了改进，提出了一种FP-growth_s算法，该算法生成了最大频繁项目集，避免了冗余频繁项目集的产生，减少了产生关联规则的数量，从而有效解决了产生重复推荐的可能，应用在推荐系统中可以提高系统运行效率。 　　关键词：个性化推荐系统；Web日志挖掘；FP-growth；FP-tree；关联规则 　　中图分类号：TP391 文献标识码：A 文章编号：1007-9599 (2011) 18-0000-01 　　Improved Algorithm of Personalized Recommendation System Based on FP-growth 　　Liu Jiandong,Wang Bo 　　(NanYang Medical College,Nanyang 473061,China) 　　Abstract:This paper conducted in-depth study of the FP-growth algorithm which basing on association rules,for when it’s used in the recommendation system will generate repeat recommending questions,We improved the algorithm with a FP-growth_s algorithm.This algorithm can produce the largest frequent itemsets avoiding the redundant frequent itemsets’ generation and reducing the number of generating association rules,effectively soluted the possible that producing duplicate recommendation,when using in the recommended system it can improve the system efficiency. 　　Keywords:Personalized recommendation system;Web log mining;FP-growth;FP-tree;Association rules 　　互联网使得人们在任何时间，任何地点可以自由的访问信息资源，给用户带来极大的便利，然而也产生了难以准确获得所需要信息的问题，即所谓的“信息爆炸，但知识贫乏”。Web数据挖掘[1]的出现和发展为解决这个问题带来了希望。Web数据挖掘是利用数据挖掘[2]技术，从Web中发现和抽取人们感兴趣的、潜在的有用模式和隐藏的信息。利用这一技术对用户访问时留下的访问记录进行挖掘，生成用户的访问信息序列[3]，当其他用户具有类似访问序列时，可以即时为该用户提供推荐服务[4]。本文对传统FP-growth关联规则算法进行改进，并将此算法应用到个性化推荐系统中，可以达到高效地为用户提供推荐服务的目的。 　　一、FP-growth关联规则挖掘算法 　　Han等人[5]提出了一种FP-growth算法。此算法扫描两次数据库。它不使用候选集，直接压缩数据库成为一个频繁模式树，通过对这棵树生成关联规则。 　　FP-growth算法构造频繁模式树的过程如下： 　　1.按Apriori算法，扫描数据库一次产生1-频繁项目集，并把它们按降序排列，放入 表中； 　　2.创建根结点，并标志为null，扫描数据库一次，当得到数据库的一个项目集时，就把其中的元素按 表的次序排列，然后递归调用FP_growth来实现FP-tree增长。 　　二、FP-growth的改进算法 　　经过实验发现，利用FP-growth算法产生的关联规则数量非常庞大，若直接将此算法运用到网上推荐系统中，可能会产生重复的推荐，系统必须检测推荐的内容是否已经推荐过，这样会严重影响系统的性能。为了解决此问题，需要将频繁项目集中的冗余频繁项目集删除，其中冗余频繁项目集是指被另一个有相同支持度且有更多元素的频繁项目集所包含的一个频繁项目集。为了避免冗余频繁项目集的产生，本文提出了FP-growth_s算法，此算法求出了最大频繁项目集，因此，消除了产生重复推荐的可能，从而提高了推荐系统的运行效率。 　　根据最大频繁项目集定义，推导出任何一个频繁项目集都是某个最大频繁项目集的子集，利用这一性质找出最大频繁项目