基于关联规则的图书销售网站个性化推荐系统设计与实现-软件工程专业论文.docxVIP

万方数据 万方数据 注 1：注明《国际十进分类法 UDC》的类号 3 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘要 摘 要 随着互联网技术的快速发展与普及，人们可以很容易的接触到互联网所提供 的海量信息，但是用户很难从海量的数据中找到自己想要找到的信息，而图书销 售网站就面临着一种“在线图书馆网站有用户需要的书，但是用户却找不到的情 况”的局面。 为了更好的来帮助用户找到自己想要找到的信息资源，个性化推荐系统成为 了数字图书销售网站的重要研究领域并且得到了广泛的关注，本文对各种个性化 推荐系统做出了简单的介绍，并对基于关联规则的个性化推荐技术做了深入的探 讨与研究。本文介绍了基于关联规则的两种重要算法，即 FP-growth 算法与 apriori 算法，然后对 apriori 算法重点做了研究，并根据图书销售网站的特点，将图书分 类然后在每个子类中去应用 apriori 算法，去生成每个图书子类的最大频繁集。当 向用户进行推荐的时候，在每个子类中去产生推荐的书籍，然后再将每个子类的 产生的推荐书籍合并，向用户进行推荐。本文所研究设计的图书销售个性化推荐 算法综合了用户的图书浏览事物集与图书交易事物集产生推荐书籍，进一步提高 了图书推荐的准确性与灵活行。 本文以 C 语言将所提出的图书分类推荐的算法进行了实现，数据库采用 mysql 数据，开发环境为 VC++6.0, 然后对图书销售网站的个性化推荐系统做出了主观 与客观的测试，测试了其推荐效果，并对算法的性能做了测试。最后对本文所研 究的图书销售网站的个性化推荐系统做了总结，并对未来技术的发展做了展望。 关键词：关联规则，FP-growth 算法，个性化推荐系统 I ABSTRACT ABSTRACT As the development of the technology of internet, the internet become more and more popular, a large amount of data is showing up gradually, and increasing exponentially. As the increase, user to find the information form the massive data is becoming more and more difficult, the digital library is facing a situation that the user can not find the book in the library which the want to get. In order to help the readers to find the information they want to get, Personalized Recommender Systems have become an important research area for online book sales system, and be used more and more widely in the online book sales system. Many engineers have joined the job for the disseverments and research of the personalized recommender systems. Collaborative Filtering and Association Rules is the most important research point for the personalized recommender systems. The thesis introduces the personalize