改進的關聯規則挖掘算法在個性化推薦系統中應用

崔蘋 宋麗 張振雷 上海師范大學

改進的關聯規則挖掘算法在個性化推薦系統中應用

崔蘋 宋麗 張振雷 上海師范大學

本文采用改進的Apriori聚類算法進行用戶興趣模型的建立，對于用戶閱讀雜志的行為進行收集并行分析建模，依據Apriori聚類算法實現推薦方法，為用戶感興趣的雜志進行推薦。并對數據庫進行優化提高運行效率，取得了很好的推薦效果。

推薦系統 Apriori 數據庫優化 關聯規則

1 引言

隨著互聯網技術的快速發展，推薦系統目前已廣泛應用于商業領域。常用的推薦算法有協同過濾推薦、內容推薦、關聯規則推薦和混合推薦。在個性化推薦上，WebWatcher是最早開始個性化推薦服務的。2004年，Kevin創辦了Digg新聞網站，Digg對用戶的興趣進行了研究，通過歷史數據對用戶的興趣相似度進行了計算，通過個性化的推薦，提升了Digg網站的瀏覽量。同年Findory建立，實現了用戶的定制新聞。

2 Apriori算法改進思想

在對數據進行關聯的挖掘時，需要對其中的互斥項進行約束，降低生成頻繁項集的速度，因此要避免互斥項的連接，利用互斥的標志是否相等來判斷項目之間是否互斥，若相等則為互斥項，則不進行連接。算法的具體步驟為：

①掃描數據庫，生成布爾矩陣以及1階頻繁項集，掃描一次數據庫之后，生成布爾型矩陣，布爾型矩陣的第i行就是原事務數據庫的項目，第j列就是原事務數據庫的項目Tj，若Tj包含，則布爾型矩陣對應的位置為1，否則置為0。并統計事務中項目出現的次數，若滿足最小支持度計數，則項目為 1階頻繁項集。

③產生K階頻繁項集，利用（k-1）階頻繁項集的最后一項與事務數據庫中的相容項目進行擴展，獲得k階頻繁項集。具體的步驟為：取出（k-1）階頻繁項集的最后一項，從項目集中取出項目進行擴展，若且量項目為相容項目時，則擴展為k階頻繁項集。然后對該k階頻繁項集的k個項與布爾型矩陣的行向量進行“與”運算，若得到的1個數滿足最小支持度計數，則加入到項目中。

3 數據庫優化方法

3.1 歸檔報表數據

在數據的統計階段，需要對數據進行歸檔，若數據較大時，歸檔的時間就很多，則等待反饋結果需要確保較少的時間。因此需要規定好存儲過程，降低工作量，提升響應的速度。

3.2 創建索引

當系統的數據量很大時，用戶在操作數據庫時用到的數據量也比較大，此時又不便進行歸檔時，則可以創建索引進行解決，降低工作量，提升響應的速度。

3.3 建立緩存機制

建立緩存機制，對于經常使用的數據保存在緩存中，用戶再次使用時，在緩存中獲取，而不去對數據庫進行操作，提升了查詢的速度，減少了響應時間，提聲了用戶的體驗感。

4 實驗及結果分析

以某雜志網站的1000名用戶為例，對各種雜志文章瀏覽信息進行挖掘，設定80分以上的最小支持度為0.04。輸出用戶瀏覽行為的關聯性分析如表所示：

0 . 3 6 時尚先生→中國兒童畫報支持度 置信度 規則1 0 0 . 6 3 當代扣籃→足球周刊1 0 0 . 6 5 純1 6年→時尚先生1 0 0 . 6 1 足球周刊→旅行家9

當代扣籃對足球周刊的置信度為0.63，也就是說，如果這名用戶瀏覽了當代扣籃，則他瀏覽足球周刊的可能性很大。純16年對時尚先生的置信度為0.65，即若該用戶瀏覽了純16年，則他瀏覽時尚先生的可能性很大。綜上所述，用戶之間的瀏覽行為是有關聯的，因此針對用戶的瀏覽行為，利用Apriori算法對用戶興趣信息進行挖掘，對雜志進行合理的配置，增加雜志的瀏覽量與銷量。

[1]Balabanovic M,Shoham Y.Fab：content-based,collaborative recommendation[J].Communications of the ACM.1997,40(3)：66 72

[2]花青松.個性化推薦系統用戶興趣建模研究與實現[D].北京：北京郵電大學,2013

[3]閆艷.基于多Agent技術的電子商務個性化推薦系統的設計與實現[D].北京：首都師范大學,2009

[4]張恒瑋.基于協同過濾技術的電子商務推薦系統的研究與實現[D].北京：華北電力大學,2012

[5]劉建國,周濤,汪秉宏.個性化推薦系統的研究進展[J].自然科學進展,2009（01）