基于数据挖掘的Apriori算法(毕业论文).docxVIP

学海无涯苦作舟! 学海无涯苦作舟! 基于关联规则的个性化推荐系统 摘要 现今随着网络迅速地发展，信息量的快速膨胀，各种数据量变的庞大且分散， 用户利用传统关键词检索搜寻数据的方式变得相当费时且不容易聚焦。因此，为了 要降低使用户在网络上的搜寻时间，提供用户更适切的内容信息，自动化推荐系统 (Automatic Recommender System)便应运而生，也越来越受到重视与青睐。 自动化推荐系统有许多种不同的推荐方式， 如content-based ,filtering-based 等。本研究主要针对应用在B2C网上商城上的个性化推荐系统，探讨如何有效地运 用数据挖掘的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，帮助人们在浩大的信息流中找到他们真正需要、有用的商品信息。 本文特别选择了在B2C电子商务领域具有代表性的网上商城网站作为个性化推 荐系统的研究对象。在分析该类网站特点的基础上，对不同的推荐技术进行了详细 的比较。着重分析了当前流行的基于内容、基于效用、基于用户信息、关联规则、 协同过滤这几种推荐技术对于 B2C网上商城网站的适用性。在此基础上，提出了适 用于该类网站的个性化推荐系统总体技术方案、系统结构和工具实现方法。在系统 实现方面本文不但给出了对交易数据进行清洗的一半策略和方法，而且针对传统关 联规则挖掘算法的不足，提出了基于数据分块的 Apriori改进算法。最后本文分析 了基于关联规则的个性化推荐系统在实际使用过程中的不足，提出了特别针对 B2C 网上商城网站的解决方案。 关键词： 自动化推荐系统，数据挖掘，关联规则，电子商务 Abstract Nowadays, with the rapid development of network, expansion of information is fast. A large nu mber of han dwritte n docume nts are fleetly being con verted into electro nic forms. Varieties of data become huge and scattered. Using traditi onal keyword to search the data is more and more time-c on sumi ng and not easy to focus. Therefore, in order to reduce user? search time on the n etworle nd provide them more appropriate in formati on, the automatic recomme nder system emerges as required, and also purchases in creas in gly atte nti on and favor. The recommender system has been studied in many categories, such as conten t-based, filteri ng-based, etc. Aim at the on li ne recomme ndati on system applied on n etwork, this study mai nly discusses how effectively use data mi ning tech niq ues to mine the complete knowledge from a large number of databases, then recommend the appropriate in formatio n to users to help them to find really n eeded and useful docume nts or in formatio n in the vast flow of in formatio n. This thesis particularly chooses shop market sales B2C E-commerce website as a respective study object. Firstly, we an alyzed the characteristics of differe nt pers on alized reconnen dati on tech no logy. On the base of this an alysis, thesis desig ned a recommen