基于关联规则的电子商务推荐系统研究-库问搜索.PDFVIP

2005 第2l卷 哈尔滨师范大学自然科学学报 V01．21，No．2 第2期 NJ钥[．URALSCIENCESJOURNALOFHA邓INNORMALUNIVERSITY 基于关联规则的电子商务推荐系统研究 索 琪 卢 涛 (哈尔滨工业大学) 【摘要】 电子商务网站可以使用推荐系统分析客户的消费偏好，向每个客户具 有针对性地推荐商品．推荐系统在帮助了客户的同时也提高了顾客对商务活动的满 意度．本文首先对基于关联规则的推荐系统的相关知识进行了讨论，提出基于项目支 持度的关联规则推荐算法，并通过实验验证该算法的可行性．在此基础上对基于关联 规则推荐系统的结构进行了研究． 关键词：电子商务；推荐系统；关联规则；最小项目支持 的电子商务系统中，用户数据库非常庞大，在整个 0 引言 用户数据库产生推荐非常耗时，从而使得整个电 随着电子商务规模的扩大，用户面对大量的 子商务推荐系统的实时性难以保证，这是其面临 商品信息束手无策，经常会迷失在大量的商品信 的主要挑战．基于模型的推荐算法首先根据用户 息空间中，无法顺利找到自己需要的商品．电子商 数据建立模型，推荐算法运行期间将建立的模型 务网站可以使用推荐系统分析客户的消费偏好， 调入内存．该算法可以通过各种机器学习算法建 向每个客户具有针对性地推荐商品，帮助客户从 立模型，模型相对于原始数据集而言较小，能有效 庞大的商品目录中挑选真正适合自己需要的商 缓解推荐算法的实时性问题，关联规则推荐算法 品． 属于基于模型的推荐算法． 推荐系统在电子商务活动中的作用可以归纳 推荐系统在数据源选取问题上，大致可以分 为以下几点： 为基于顾客评分／评价和基于顾客购买历史两类． (I)将电子商务网站的浏览者转变为购买基于用户评分／评价的推荐系统比较多，如u— BRA，Item—Based 者． Top—N (2)提高电子商务网站的交叉销售能力． RecTree等．这类推荐系统缺乏通用性，因为收集 (3)建立客户对电子商务网站的忠诚度． 评分数据需要顾客的一些额外配合，这并不是每 基于数据挖掘技术的电子商务推荐算法通过 个电子商务网站都能做到的，其推荐结果也并不 数据挖掘技术对各种用户数据进行深入分析，得 一定客观，因为不能保证顾客的评分能客观反映 到每个用户的兴趣爱好特征和特定的购买行为模 顾客的购买兴趣．基于顾客购买历史的推荐系统 式．电子商务推荐算法可以分为基于内存的推荐 则可避免上述不足，具有良好的通用性．基于关联 算法和基于模型的推荐算法两类．基于内存的推 规则的推荐系统往往利用实际交易数据作为数据 荐算法需要将整个用户数据库调入内存．在大型 源，它符合“数据源的通用性”要求．其特点是实 收稿日期：2005—01—05 索琪(1980)，女，硕士研究生，主要研究方向：数据挖掘，电子商务 万方数据 第2期 基于关联规则的电子商务推荐系统研究