基于矩阵多源加权关联规则在个性化推荐中的应用  

Based on Matrix Multi-source Weighted Association Rules Applied in Personalized Recommendation

作　　者：朱清香[1] 侯会茹 刘晶[2] 戴培森 晏霄 

机构地区：[1]燕山大学经管学院,河北秦皇岛066004 [2]河北工业大学计算机科学与软件学院,天津300401

出　　处：《科技管理研究》2015年第1期183-187,共5页Science and Technology Management Research

基　　金：国家自然科学基金项目"云环境用户多兴趣图谱的移动商务关联性推荐模型及算法研究"(71271186);河北省自然科学基金项目"面向云计算的移动商务用户多源兴趣进化模型及关联性推荐算法研究"(G2013203237);河北省社会科学发展研究课题"河北省县城经济和县城建设问题研究"(2014031805)

摘　　要：针对传统关联规则挖掘算法中频繁信息不完善,以及电子商务中各个影响因素贡献值不同的问题,提出一种基于矩阵多源加权关联个性化推荐模型——MSWPR模型,并在考虑虚拟行为水平加权和多源关联垂直加权的基础上引入最小支持数概念作为剪枝的依据,进一步结合该模型对个性化推荐流程进行概述。In view of the fact that the frequent information is imperfect in the mining algorithm of weighted association and the contribution of various factors in the e - commerce are different, this paper puts forward a personalized recommendation model based on matrix multi - source weighted association - -- MSWPR model. And considering the virtual behavior level weighted and multi - source vertical weighted on the basis of correlation, a concept of minmum support count is introduced as the basis of pruning. Further combined with the model, the paper has summarized the personalized recommendation process.

关 键 词：电子商务 个性化推荐 加权关联规则 最小支持数 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论] TP391.3[自动化与计算机技术—计算机科学与技术]