一种基于用户层次信息关联规则图书系统.docVIP

一种基于用户层次信息的关联规则图书推荐系统 　　〔摘 要〕关联规则是数据挖掘的重要模式之一，有着极其重要的应用价值。由于其自身的优点，关联规则得到了迅速发展，并开始了广泛应用，然而传统的关联规则算法在应用中有很多的不足。因此本文提出了一种基于用户层次信息的关联规则图书推荐系统，实验结果表明，该算法能够有效减少运算量，并能提高推荐的准确度。 　　〔关键词〕关联规则；图书推荐；数字图书馆 　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１０．１２．０２０ 　　〔中图分类号〕Ｇ２０２ 〔文献标识码〕Ｂ 〔文章编号〕１００８－０８２１（２０１０）１２－００７３－０４ 　　A Book Recommender System Based on User Hierarchy Association RulesTian Yan Li Jia Song Weihua 　　（Library，Xi??an University of Technology，Xi??an 710048，China） 　　 　　〔Ａｂｓｔｒａｃｔ〕Association rule is one of the important modes in data mining and has a very important value.Because of its good quality,association rules is becoming the popular one and has used widely.However,the traditional algorithms of association rules have lots of limitation in practical applications.In this paper,a recommender system was presented based on multi-user association rules.Experiment result showed that this method could decrease the computation multiplications and improve the accuracy of the recommendation. 　　〔Ｋｅｙｗｏｒｄｓ〕association rule;book recommendation;digital library 　　 　　高校图书馆作为高校师生的一个重要知识库，在高等教育的发展中有着不可估量的重要作用。图书馆藏书所涉及的领域非常广泛，图书馆每年购入大量的新书，因此图书馆藏书量在不断增多。师生们要在众多的书籍中找到自己需要的相关图书是一件非常困难的事情。目前图书馆采用的图书流通管理数据库可以实现数据的录入、查询、统计等功能，但无法发现数据库中存在的关系和规则，缺乏挖掘数据背后隐藏知识的手段。 　　图书馆流通管理数据库每天都会产生大量的借阅数据，它们对图书馆了解读者的借阅兴趣有着很强的指导作用。如何充分利用这些日益增长的大量数据，从中找到有用的信息，迫切要求一种强有力的工具，依据读者的行为特性与借阅习惯，提供智能图书推荐服务。关联规则正是这样一种新兴的技术。关联规则作为当前数据挖掘研究、开发和应用最活跃的分支之一，引起了研究者的广泛关注。 　　许多学者对关联规则挖掘进行了大量研究工作。本文在这些研究基础之上，提出一种改进算法，并将改进的挖掘算法对图书馆流通数据进行挖掘，为读者提供个性化的图书推荐信息服务。 　　本文第二部分阐述关联规则的基本原理与算法；第三部分介绍基于多用户关联规则的图书推荐算法；第四部分介绍实验结果；第五部分为结论。 　　１ 关联规则的基本原理与算法 　　关联规则（Association Rules）的概念首先由R.Agrawal等于1993年提出的，是反映一个事物与其他事物之间的相互依赖性或相互关联性［１］。该算法的基本原理就是寻找描述数据库中数据项(属性、变量)之间存在(潜在)的关联，利用关联规则的数据挖掘技术，找出大量数据之间未知的依赖关系。随着关联规则挖掘算法的不断改进，使关联规则理论得到了更广泛的应用。 　　１.１ 关联规则基本原理 　　在介绍关联规则之前，我们首先介绍几个相关定义。 　　定义１：设??I=｛I??1，I??2，…，I??m｝??是一个项的有限集合，称为项集；TD是一个事务数据库，T表示其中的一个事务，有惟一的标识符TID，且有Ｔ?粒桑簧瑁鬲粒桑?当且仅当Ｘ?粒墒背剖挛?T支持项集X 　　定义２：关联规则表示为：Ｘ＝＞Ｙ的蕴涵式，这里Ｘ?迹桑?Ｙ?迹桑?并且Ｘ∩Ｙ＝Φ。若规则Ｘ＝＞Ｙ在事物集TD