基于關(guān)聯(lián)規(guī)則的用戶興趣模型的研究與應(yīng)用.pdf

1、數(shù)據(jù)挖掘是指從大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價值的信息的非平凡過程，它是一種有趣的知識獲取的過程，同時也是解決“數(shù)據(jù)海量、知識匱乏”的有效途徑。數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識。若兩個或多個變量的取值之間存在某種規(guī)律性，就稱為關(guān)聯(lián)。關(guān)聯(lián)分析可以找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng)。電子商務(wù)網(wǎng)站中每天數(shù)億的成交量，其中隱藏的商品之間的關(guān)聯(lián)對電子商務(wù)的買家具有重要的參考意義。與單層關(guān)聯(lián)規(guī)則挖掘相比，多層關(guān)聯(lián)規(guī)則能夠提供更加豐

2、富、更具普遍意義的知識，能夠滿足更多用戶的需求，因此對多層關(guān)聯(lián)規(guī)則挖掘進行研究具有較大的實用價值。
　　 互聯(lián)網(wǎng)世界的不斷發(fā)展，信息及其豐富，如何快速、準確的從海量的數(shù)據(jù)中獲取滿足用戶需求的信息，個性化的信息服務(wù)應(yīng)運而生。它為具有不同個性特征的用戶提供針對性服務(wù)的內(nèi)容。個性化服務(wù)推薦服務(wù)作為個性化服務(wù)核心技術(shù)，其推薦質(zhì)量直接影響個性化信息服務(wù)的性能。個性化推薦已成為研究熱點，在很多應(yīng)用領(lǐng)域都有所應(yīng)用，如Amazon、CDNOW、

3、Netflix等大型的電子商務(wù)系統(tǒng)，都不同程度地使用了個性化推薦系統(tǒng)。而目前的推薦系統(tǒng)在預(yù)測精度、推薦質(zhì)量等方面都有許多可能的改進的地方，例如如何更好的結(jié)合用戶的興趣，分析用戶的行為。用戶興趣模型是實現(xiàn)個性化推薦的關(guān)鍵，也是本文研究的重點。
　　 本文從挖掘多層關(guān)聯(lián)規(guī)則和建立用戶興趣模型兩個方面入手，在電子商務(wù)網(wǎng)站的基礎(chǔ)上對數(shù)據(jù)庫和用戶瀏覽行為進行分析和研究，取得主要成果如下:
　　 1、研究兩種經(jīng)典數(shù)據(jù)挖掘算法的優(yōu)缺點