發(fā)布時(shí)間：2020-12-14 04:31

　　針對(duì)當(dāng)前個(gè)性化推薦系統(tǒng)處理數(shù)據(jù)效率較低的問(wèn)題,提出了一種混合聚類關(guān)聯(lián)規(guī)則優(yōu)化的個(gè)性化推薦系統(tǒng)實(shí)現(xiàn)方法.深入分析了基于Web網(wǎng)絡(luò)服務(wù)平臺(tái)的電子商務(wù)個(gè)性化推薦系統(tǒng)的結(jié)構(gòu)組成,將數(shù)據(jù)分析與推薦算法實(shí)現(xiàn)分為離線和在線處理兩部分,闡述了算法初始化、關(guān)聯(lián)實(shí)現(xiàn)以及推薦數(shù)據(jù)集合生成和興趣模型預(yù)測(cè)的具體原理,并給出了算法的實(shí)現(xiàn)步驟.最后,基于提出的系統(tǒng)構(gòu)建模型,建立了一種基于混合聚類關(guān)聯(lián)優(yōu)化的圖書網(wǎng)絡(luò)推薦平臺(tái).實(shí)驗(yàn)結(jié)果表明,該方法具有較高的推薦精度和推薦效率,更適合大數(shù)據(jù)環(huán)境的推薦系統(tǒng). 

【文章來(lái)源】：內(nèi)蒙古師范大學(xué)學(xué)報(bào)(自然科學(xué)漢文版). 2016年04期 北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖１個(gè)性化推薦系統(tǒng)模型Ｆｉｇ．１Ｐｅｒｓｏｎａｌｉｚｅｄｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍｍｏｄｅｌ

內(nèi)蒙古師范大學(xué)學(xué)報(bào)（自然科學(xué)漢文版）第４５卷提供估計(jì)和預(yù)測(cè)手段．圖１個(gè)性化推薦系統(tǒng)模型Ｆｉｇ．１Ｐｅｒｓｏｎａｌｉｚｅｄｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍｍｏｄｅｌ圖２本文推薦模塊劃分Ｆｉｇ．２Ｔｈｅｍｏｄｕｌｅｏｆｐｒｏｐｏｓｅｓｒｅｃｏｍｍｅｎｄ１．２在線模塊功能分析在線模塊的主要功能就是數(shù)據(jù)集合的建立，通過(guò)網(wǎng)絡(luò)平臺(tái)（本文主要是基于Ｗｅｂ服務(wù)器）實(shí)時(shí)記錄客戶訪問(wèn)網(wǎng)站信息以及瀏覽商品信息，并以數(shù)據(jù)列的形式形成初始化的客戶數(shù)據(jù)集合，同時(shí)，將相應(yīng)的網(wǎng)頁(yè)和網(wǎng)址信息作為附屬信息添加到相應(yīng)推薦序列的低端，作為推薦系統(tǒng)的部分自推薦連接．根據(jù)在線模塊的主要功能，可以將其劃分為客戶前段、網(wǎng)絡(luò)服務(wù)器、會(huì)話對(duì)象、商品集合以及實(shí)時(shí)交互等模塊，如圖３所示．圖３在線模塊處理框圖Ｆｉｇ．３Ｏｎｌｉｎｅｍｏｄｕｌｅｐｒｏｃｅｓｓｉｎｇｂｌｏｃｋｄｉａｇｒａｍ圖４離線模塊處理框圖Ｆｉｇ．４Ｏｆｆｌｉｎｅｍｏｄｕｌｅｐｒｏｃｅｓｓｉｎｇｂｌｏｃｋｄｉａｇｒａｍ１．３離線模塊功能分析與離線模塊關(guān)聯(lián)性最大的就是各種可行的建模分析及算法實(shí)現(xiàn)，在前期在線模塊獲取的數(shù)據(jù)集合基礎(chǔ)上通過(guò)數(shù)據(jù)挖掘技術(shù)，進(jìn)行模式分類、選擇和建模，在建立客戶興趣模型的基礎(chǔ)上，判斷并實(shí)現(xiàn)購(gòu)物習(xí)慣及興趣的預(yù)測(cè)和估計(jì)，實(shí)現(xiàn)實(shí)時(shí)的在線推薦．具體的實(shí)現(xiàn)流程如圖４所示，通過(guò)在線處理模塊，將實(shí)時(shí)估計(jì)和預(yù)測(cè)的個(gè)性化結(jié)果，上傳引擎實(shí)現(xiàn)個(gè)性化實(shí)時(shí)推薦服務(wù)．２基于關(guān)聯(lián)優(yōu)化規(guī)則的推薦系統(tǒng)實(shí)現(xiàn)根據(jù)圖１所示的個(gè)性化推薦系統(tǒng)的結(jié)構(gòu)組成，本文在遵循基本Ｉｎｐｕｔ－Ｐｒｏｃｅｓｓ－Ｏｕｔｐｕｔ處理過(guò)程的基礎(chǔ)上，提出了一種如圖５所示的聚類關(guān)聯(lián)

ｅｌ圖２本文推薦模塊劃分Ｆｉｇ．２Ｔｈｅｍｏｄｕｌｅｏｆｐｒｏｐｏｓｅｓｒｅｃｏｍｍｅｎｄ１．２在線模塊功能分析在線模塊的主要功能就是數(shù)據(jù)集合的建立，通過(guò)網(wǎng)絡(luò)平臺(tái)（本文主要是基于Ｗｅｂ服務(wù)器）實(shí)時(shí)記錄客戶訪問(wèn)網(wǎng)站信息以及瀏覽商品信息，并以數(shù)據(jù)列的形式形成初始化的客戶數(shù)據(jù)集合，同時(shí)，將相應(yīng)的網(wǎng)頁(yè)和網(wǎng)址信息作為附屬信息添加到相應(yīng)推薦序列的低端，作為推薦系統(tǒng)的部分自推薦連接．根據(jù)在線模塊的主要功能，可以將其劃分為客戶前段、網(wǎng)絡(luò)服務(wù)器、會(huì)話對(duì)象、商品集合以及實(shí)時(shí)交互等模塊，如圖３所示．圖３在線模塊處理框圖Ｆｉｇ．３Ｏｎｌｉｎｅｍｏｄｕｌｅｐｒｏｃｅｓｓｉｎｇｂｌｏｃｋｄｉａｇｒａｍ圖４離線模塊處理框圖Ｆｉｇ．４Ｏｆｆｌｉｎｅｍｏｄｕｌｅｐｒｏｃｅｓｓｉｎｇｂｌｏｃｋｄｉａｇｒａｍ１．３離線模塊功能分析與離線模塊關(guān)聯(lián)性最大的就是各種可行的建模分析及算法實(shí)現(xiàn)，在前期在線模塊獲取的數(shù)據(jù)集合基礎(chǔ)上通過(guò)數(shù)據(jù)挖掘技術(shù)，進(jìn)行模式分類、選擇和建模，在建立客戶興趣模型的基礎(chǔ)上，判斷并實(shí)現(xiàn)購(gòu)物習(xí)慣及興趣的預(yù)測(cè)和估計(jì)，實(shí)現(xiàn)實(shí)時(shí)的在線推薦．具體的實(shí)現(xiàn)流程如圖４所示，通過(guò)在線處理模塊，將實(shí)時(shí)估計(jì)和預(yù)測(cè)的個(gè)性化結(jié)果，上傳引擎實(shí)現(xiàn)個(gè)性化實(shí)時(shí)推薦服務(wù)．２基于關(guān)聯(lián)優(yōu)化規(guī)則的推薦系統(tǒng)實(shí)現(xiàn)根據(jù)圖１所示的個(gè)性化推薦系統(tǒng)的結(jié)構(gòu)組成，本文在遵循基本Ｉｎｐｕｔ－Ｐｒｏｃｅｓｓ－Ｏｕｔｐｕｔ處理過(guò)程的基礎(chǔ)上，提出了一種如圖５所示的聚類關(guān)聯(lián)優(yōu)化推薦構(gòu)架模式，按照離線處理、在線引擎的實(shí)現(xiàn)方式，該構(gòu)建組要包含聚類分析、協(xié)同過(guò)濾（主要包括聚類判斷、規(guī)則分析）、個(gè)性化推薦以及網(wǎng)絡(luò)引擎實(shí)現(xiàn)四個(gè)基本步驟．２．１關(guān)聯(lián)初始化分析

【參考文獻(xiàn)】：
期刊論文
[1]基于協(xié)作過(guò)濾算法的電子商務(wù)個(gè)性化推薦系統(tǒng)的研究[J]. 馬小龍.  微型機(jī)與應(yīng)用. 2014(15)
[2]基于檢測(cè)響應(yīng)的安全協(xié)同推薦系統(tǒng)研究[J]. 何發(fā)鎂,王旭仁.  微計(jì)算機(jī)信息. 2010(06)
[3]基于粗糙集理論的決策樹分類方法[J]. 鄒瑞芝,羅可,曾正良.  計(jì)算機(jī)工程與科學(xué). 2009(10)
[4]基于Web的數(shù)據(jù)挖掘技術(shù)研究及其應(yīng)用[J]. 徐立宇.  電腦知識(shí)與技術(shù). 2009(08)
[5]電子商務(wù)推薦系統(tǒng)研究[J]. 黎星星,黃小琴,朱慶生.  計(jì)算機(jī)工程與科學(xué). 2004(05)

博士論文
[1]推薦系統(tǒng)的協(xié)同過(guò)濾算法與應(yīng)用研究[D]. 郭艷紅.大連理工大學(xué) 2008
[2]基于Web挖掘的電子商務(wù)個(gè)性化推薦機(jī)理與方法研究[D]. 易明.華中科技大學(xué) 2006



本文編號(hào)：2915819