在線旅游網(wǎng)站關(guān)聯(lián)推薦方法的研究.pdf

1、關(guān)聯(lián)規(guī)則是互聯(lián)網(wǎng)數(shù)據(jù)挖掘極其熱門(mén)的研究方向。由于運(yùn)用關(guān)聯(lián)規(guī)則挖掘算法可以發(fā)現(xiàn)商品之間的潛在關(guān)聯(lián)，推薦給用戶之后，可以到達(dá)提高銷(xiāo)量以及提升用戶體驗(yàn)的良好效果。本文主要研究關(guān)聯(lián)規(guī)則算法在網(wǎng)站推薦方面的應(yīng)用，通過(guò)提出并構(gòu)建了一個(gè)基于分塊思想的推薦模型，應(yīng)用于在線旅游網(wǎng)站，致力達(dá)到向在線旅游網(wǎng)站用戶推薦優(yōu)質(zhì)的旅行目的地團(tuán)購(gòu)商品的目標(biāo)。本文研究的主要內(nèi)容和成果:
　　(1)概述了數(shù)據(jù)挖掘以及關(guān)聯(lián)規(guī)則挖掘算法的相關(guān)技術(shù)，并對(duì)比了Apriori

2、算法與FP-tree算法在挖掘方面的優(yōu)缺點(diǎn)，發(fā)現(xiàn)FP-tree算法雖然在算法效率上優(yōu)于Apriori算法，但是其樹(shù)結(jié)構(gòu)極其占用內(nèi)存，面對(duì)海量數(shù)據(jù)時(shí)有可能導(dǎo)致算法無(wú)法執(zhí)行完成。
　　(2)為了克服經(jīng)典Apriori算法挖掘極其耗費(fèi)時(shí)間的弊端，本文在介紹了Apriori算法并行化處理的技術(shù)基礎(chǔ)上，給出了基于MapReduce的Apriori并行算法。并行化的Apriori算法通過(guò)分割處理的方式，既保障了其最終挖掘結(jié)果的一致性，還在時(shí)間

3、上和空間上均節(jié)約了開(kāi)銷(xiāo)。
　　(3)基于在線旅游網(wǎng)站的推薦背景應(yīng)用下，本文提出了一個(gè)在線旅游網(wǎng)站的關(guān)聯(lián)規(guī)則推薦模型。該模型結(jié)合實(shí)際情況，利用商圈標(biāo)簽作為分割，將龐大的事務(wù)數(shù)據(jù)很好地劃分為多個(gè)數(shù)據(jù)塊，并對(duì)其進(jìn)行基于MapReduce的Apriori并行算法。挖掘產(chǎn)生的關(guān)聯(lián)規(guī)則保存于關(guān)聯(lián)規(guī)則庫(kù)，當(dāng)觸發(fā)推薦事件時(shí)，直接從關(guān)聯(lián)規(guī)則庫(kù)中取出，此方法規(guī)避了每次都挖掘所產(chǎn)生的服務(wù)器開(kāi)銷(xiāo)，同時(shí)還提升了用戶體驗(yàn)。
　　(4)本文通過(guò)搭建基于H