基于局部关联规则的推荐算法优化

摘要：

个性化推荐正快速成为新兴电子商务平台中的重要组成部分.关联规则能够识别出不同产品之间的关联,被用于进行产品推荐,基于局部关联规则的推荐算法在与目标顾客相似的顾客的范围内进行关联规则挖掘,改善了推荐的效果.本文提出基于局部关联规则的个性化推荐的优化算法,首先将全体顾客划分为不相交的若干顾客群,为每个群生成频繁集,在此基础上得到面向群内的各个顾客的频繁集,从而提高生成规则和推荐的效率.实验证明,优化算法减少了频繁集的重复生成,有效提高了计算效率.

关键词： personalized recommendation association rule nearest neighbor

作者: 任明 李飞

作者单位: 清华大学 经济管理学院,北京 100084;中国人民大学 信息资源管理学院,北京 100872 清华大学 经济管理学院,北京 100084

会议类型: 国内会议

会议名称: 信息系统协会中国分会第三届学术年会

会议地点: 武汉

会议语种:中文

页码: 531-536

在线出版日期: 2009-10-23（万方平台首次上网日期，不代表论文的发表时间）