面向电子商务个性化推荐的序列关联挖掘研究

发布时间：2017-08-05 20:20

  本文关键词：面向电子商务个性化推荐的序列关联挖掘研究

  更多相关文章： 个性化推荐 动态兴趣 序列模式 关联规则 最简序列模式

【摘要】：随着电子商务的快速发展,网上购物已成为人们日常生活中的不可缺少的活动。然而,电子商务网站上进行销售的商品过多,而用户的兴趣也千差万别,这就造成了用户在选择商品时的信息过载问题,面对过多的选择其表现出来选择的无所适从性。个性化推荐技术是解决这种信息过载问题的最有效手段之一。然而,现有的个性化推荐技术大多关注用户在一次购买行为内的兴趣,或者将用户的全部购买记录都看作其兴趣所在,没有考虑到用户的兴趣是随着时间的变化而动态改变的。其中序列模式挖掘是较为成熟的挖掘事务间商品项目关联,对用户兴趣进行动态建模的技术。本文对序列模式挖掘算法在个性化推荐技术中的应用进行了拓展及研究。本文的主要内容包括如下几点:(1)通过分析基于规则的个性化推荐算法,发现基于短规则的推荐效率要高于基于长规则的推荐效率。同时,对序列模式挖掘算法进行分析并证明后发现,其二项序列模式的集合可以代表全部序列模式的信息,而二项序列模式是有意义的最短序列模式。因此,本文对基于二项序列模式进行个性化推荐做了相关研究。(2)由于现有算法在大数据环境下挖掘效率较低,开发了只进行一次扫描数据库并减少冗余用户扫描的二项序列模式挖掘算法,可快速挖掘出二项序列模式,提高挖掘效率。(3)序列模式挖掘算法重点关注的是用户多次购买行为间的关联性,对用户在同一事务购买行为商品间关联性的挖掘较弱,其兴趣覆盖度相对较少。针对上述问题,引入了关联规则的挖掘算法与序列模式进行结合,应用到基于规则的个性化推荐中,用亚马逊图书销售数据进行验证,提高了推荐效率及效果。
【关键词】：个性化推荐 动态兴趣 序列模式 关联规则 最简序列模式
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13;TP391.3
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-15
• 1.1 选题背景9-10
• 1.2 研究意义10-11
• 1.3 研究内容及创新点11
• 1.4 研究方法11-12
• 1.5 论文结构12-15
• 第二章 相关概念及研究现状15-25
• 2.1 个性化推荐研究的文献综述15-19
• 2.1.1 基于协同过滤的推荐16-17
• 2.1.2 基于内容的个性化推荐17-18
• 2.1.3 基于规则的个性化推荐18-19
• 2.2 序列模式挖掘的研究综述19-23
• 2.2.1 类Apriori算法20-21
• 2.2.2 SPADE(运用等量分类的序列模式发现)算法21-22
• 2.2.3 模式增长框架挖掘算法22-23
• 2.3 个性化推荐效果的判定指标23-25
• 第三章 关联规则与序列模式挖掘及其分析25-37
• 3.1 关联规则的挖掘过程25-28
• 3.1.1 关联规则的基本概念及问题描述25-26
• 3.1.2 关联规则的挖掘步骤26-27
• 3.1.3 关联规则的Apriori算法27-28
• 3.2 序列模式的挖掘过程28-33
• 3.2.1 序列模式的基本概念及问题描述28-29
• 3.2.2 序列模式的挖掘过程29-33
• 3.3 基于规则的个性化推荐33-35
• 3.4 本章小结35-37
• 第四章 基于二项序列模式的个性化推荐37-51
• 4.1 二项序列模式可行性证明37-39
• 4.2 二项序列模式挖掘39-46
• 4.2.1 二项序列模式算法39-41
• 4.2.2 改进算法的具体描述41-44
• 4.2.3 举例说明本文改进算法的挖掘过程44-46
• 4.3 基于二项序列模式的个性化推荐46-47
• 4.4 关联规则与序列模式的结合47-49
• 4.5 本章小结49-51
• 第五章 实验设计与算法验证51-59
• 5.1 本文算法挖掘效率实验51-53
• 5.2 序列模式与关联规则结合的个性化推荐53-57
• 5.2.1 推荐效果评价53-54
• 5.2.2 推荐效果实验证明54-57
• 5.3 本章小结57-59
• 第六章 总结59-61
• 参考文献61-65
• 致谢65-66

【相似文献】

中国期刊全文数据库 前10条

1 邓明荣,叶福根,史烈,潘云鹤;挖掘泛化序列模式的一种有效方法[J];浙江大学学报(理学版);2002年04期

2 吕静,王晓峰,Osei Adjei,Fiaz Hussain;序列模式图及其构造算法[J];计算机学报;2004年06期

3 纪兆辉;李存华;;挖掘闭合多维序列模式的可行方法[J];计算机工程与设计;2009年22期

4 邢容;;序列模式图可视化算法的研究与实现[J];中国城市经济;2010年10期

5 丁祥武;序列模式的可信度[J];计算机应用与软件;1999年05期

6 李宏,陈松乔;一种序列模式的概念及挖掘算法[J];中南工业大学学报(自然科学版);2001年04期

7 吕安民,柯美忠,李成名,林宗坚;灰色系统模型在时间序列模式中的应用研究[J];微机发展;2002年05期

8 靳晓明 ,陆玉昌 ,石纯一;序列中的一般化局部序列模式发现(英文)[J];软件学报;2003年05期

9 邹翔,张巍,肖明军,蔡庆生;分布式环境下的序列模式发现研究[J];复旦学报(自然科学版);2004年05期

10 李天瑞,潘无名,杨宁,徐扬;序列模式的性质研究[J];复旦学报(自然科学版);2004年05期

中国重要会议论文全文数据库 前6条

1 杜莹;陆启韶;王士敏;;研究神经放电序列模式变化的一种新方法[A];第十一届全国非线性振动学术会议暨第八届全国非线性动力学和运动稳定性学术会议论文摘要集[C];2007年

2 丁祥武;;序列模式的可信度[A];第十六届全国数据库学术会议论文集[C];1999年

3 周常恩;谢伙生;白清源;谢丽聪;张莹;;挖掘邻近序列模式的一个高效算法[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

4 童咏昕;张媛媛;袁玫;马世龙;于丹;赵莉;;一种挖掘压缩序列模式的有效算法[A];第26届中国数据库学术会议论文集（A辑）[C];2009年

5 张琪;朱秋云;朱绍文;姬朝阳;魏苑琦;陈亮;;对一种序列模式的增量式算法的改进[A];2005年中国智能自动化会议论文集[C];2005年

6 朱扬勇;郭德培;施伯乐;;数据库中序列模式的增量数据采矿技术[A];数据库研究进展97——第十四届全国数据库学术会议论文集（上）[C];1997年

中国博士学位论文全文数据库 前4条

1 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年

2 黄芹华;隐私保持数据挖掘与知识发现研究[D];上海大学;2007年

3 曾强;面向软件漏洞的挖掘方法研究[D];燕山大学;2014年

4 张榛楠;面向电子商务的Web使用挖掘关键技术研究[D];中国矿业大学（北京）;2009年

中国硕士学位论文全文数据库 前10条

1 于红军;加权负序列模式增量更新算法研究[D];齐鲁工业大学;2015年

2 牟晓惠;序列模式在医保数据分析中的应用研究[D];齐鲁工业大学;2015年

3 俞正骄;面向电子商务个性化推荐的序列关联挖掘研究[D];河北工业大学;2015年

4 孙莹;序列模式发现中关键问题的研究与实现[D];合肥工业大学;2005年

5 张圆圆;序列模式发现模型的研究[D];合肥工业大学;2007年

6 聂成林;数据库中序列模式发现的研究[D];合肥工业大学;2003年

7 王红侠;基于分布式概念格的序列模式发现研究[D];合肥工业大学;2007年

8 季钰;序列模式发现中关键问题的研究[D];合肥工业大学;2008年

9 孙兴中;警情数据的关联规则与序列模式发现[D];北京交通大学;2009年

10 田彬;基因启动子序列模式建模与发现[D];天津大学;2012年

，

本文编号：626773