个性化推荐的关联规则算法研究

《个性化推荐的关联规则算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、：勇心学校代码￣分类号：－密级’：：＿＿公巧＿＾．．為．－软巧产．ｉｋ索參％硕±学位论文个性化推荐的关联规则算法研究研究生姓名：杨宇导师姓名：吴清烈串请学仿类别管理学硕±学位授予单位东南大学一级举科名称管理科学与工程论文答辩日期２０１６年０５月３１日二级学科名称学位授予日期２０年月日答觀蚕员会丰席４巧勇评阅人２０１６年０６月０２日表兩：ｈｆ硕壬学位论文个性化推荐的关联规则算法研究专业名務；管理科学与工程研究生姓名：杨宇导师姓名：吴清烈ＲｅｓｅａｒｃｈｏｎＡｓｓｏｃｉａｔｉｏｎ

2、ＲｕｌｅｓＡｌｏｒｉｔｈｍｆｏｒｇＰｅｒｓｏｎａｌｉｚｅｄＲｅｃｏｍｍｅｎｄａｔｉｏｎＡＴｈｅｓｉｓＳｕｂｍｉｔｅｄ化ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＦｏｒ比ｅＡｃａｄｅｍｉｃＤｅｇｒｅｅｏｆＭａｓｔｅｒｏｆＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅＢＹＹａｎＹｕｇＳｕｐｅｒｖｉｓｅｄｂｙＰｒｏｆｅｓｓｏｒ－ＷｕｉｎｌｉｅＱｇＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓ＆ＭａｎａｅｍｅｎｔｇＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＭａ２０１６ｙ东南大学学位论文独创牲声明本人声明所呈交的学

3、位论文是我个人在导师指导下进行的研充工作及取得的研巧成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得东南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巧所做的任何贡献均已在论文中作了明确的说明并表示了谢意。＇ｋ＇ｙ研究生签名：：＿日期东南大学学位论文使用授权声明东南大学、中国科学技术信息研巧所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可Ｗ采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质一论文的内容相致。除在保密期内的保密论文

4、外，允许论文被査阅和借阅，可Ｗ公布（包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权东南大学研究生院办理。么研巧生签名：导师签名日期；Ｗ各．養，摘要摘要＂＂随着互联网技术的快速发展，数据爆炸问题越来越显著，在商业领域消费者从海量的一。产品中捜索出自己满意的商品越来越困难关联规则作为个性化推荐中的重要员，在缓解＂＂数据爆炸问题上具有很好的效果。目前，关于关联规则算法的研巧内容很丰富，但是大部分的研巧都集中于提高算法的挖掘效率中。近来年来，也有不少学者发现了关联规则算法会产生大量的规则结果，因此部分学者开始研充如何简化规则结果，但是这

5、些研巧工作绝大一多数都忽略了领域知识对于规则结果的筛选作用，基于这点本文对规则结果的选择进行了Ｗ下几点研巧：首先，，，论文回顾了个性化推荐的研究现状并指出了相应的研究难点与研究方向。同时、简要的介绍了基于内容的推荐、基于协同过滤的推荐基于知识的推荐及基于巧容的推荐，并分析了这几种算法的工作原理Ｗ及相应的方法的优劣势，通过对比分析得出这几种算法的。优劣势有明显的互补倾向，从而论文得出将多种算法混合求解最优的推荐结果的启发其次，留，，，论文对当前研究工作的结后分析了关联规则算法研巧的热点Ｗ及难点提化一了规则算法效率低的问题是无法避免的，只有根据实际

6、情况尽量的降低这缺陷，同时还分析了规则结果数量大、价值低、存储杂乱的问题。当前的研巧工作都是从算法内部做改进，提髙规则结果的利用效率，而实际上领域知识对于规则的使用具有重要的作用，但是这些知识常常被忽略了。，鉴于此引出了本文对规则结果处理的新方法一本文提出了规则结果处理的新方法，即种基于聚类的规则结果筛选方法，文中种改进的距离度量方法对规则结果进行聚类，并Ｗ基于领域知识的时效度和新颖度指标对聚类一。后的规则进行筛选，保留其中价值高的规则同时还提出了种基于协同过滤思维的规则结果选取问题的解决方案ＡＲＣＵＲ一．该算法通过用户评分这领域知识对规则结果进行

7、二次挖一一掘，并Ｗ实验证明了算法的有效性，成功解决了多种规则支持度置信度指标无法解决的规则选取问题。最后，这些，对论文的总结中可Ｗ发现文中的算法有很多都涉及到了多种参数参数值的设定很大程度上是需要结合实践经验才能使得推荐结果具有良好的效果。同时，本论文结合聚类分析和协同过滤的方法提升关联规则算法的做法也证实了混合多种算法提升算法效果的启发。关联规则在现实世界中有很多重要的应用，本文结合领域知识对规则结果的深入挖掘研究工作证明了这种思路很好的提升算法的推荐效果。：规则结果挖