改进的关联规则挖掘算法在个性化推荐系统中应用

崔苹 宋丽 张振雷 上海师范大学

改进的关联规则挖掘算法在个性化推荐系统中应用

崔苹 宋丽 张振雷 上海师范大学

本文采用改进的Apriori聚类算法进行用户兴趣模型的建立，对于用户阅读杂志的行为进行收集并行分析建模，依据Apriori聚类算法实现推荐方法，为用户感兴趣的杂志进行推荐。并对数据库进行优化提高运行效率，取得了很好的推荐效果。

推荐系统 Apriori 数据库优化 关联规则

1 引言

随着互联网技术的快速发展，推荐系统目前已广泛应用于商业领域。常用的推荐算法有协同过滤推荐、内容推荐、关联规则推荐和混合推荐。在个性化推荐上，WebWatcher是最早开始个性化推荐服务的。2004年，Kevin创办了Digg新闻网站，Digg对用户的兴趣进行了研究，通过历史数据对用户的兴趣相似度进行了计算，通过个性化的推荐，提升了Digg网站的浏览量。同年Findory建立，实现了用户的定制新闻。

2 Apriori算法改进思想

在对数据进行关联的挖掘时，需要对其中的互斥项进行约束，降低生成频繁项集的速度，因此要避免互斥项的连接，利用互斥的标志是否相等来判断项目之间是否互斥，若相等则为互斥项，则不进行连接。算法的具体步骤为：

①扫描数据库，生成布尔矩阵以及1阶频繁项集，扫描一次数据库之后，生成布尔型矩阵，布尔型矩阵的第i行就是原事务数据库的项目，第j列就是原事务数据库的项目Tj，若Tj包含，则布尔型矩阵对应的位置为1，否则置为0。并统计事务中项目出现的次数，若满足最小支持度计数，则项目为 1阶频繁项集。

③产生K阶频繁项集，利用（k-1）阶频繁项集的最后一项与事务数据库中的相容项目进行扩展，获得k阶频繁项集。具体的步骤为：取出（k-1）阶频繁项集的最后一项，从项目集中取出项目进行扩展，若且量项目为相容项目时，则扩展为k阶频繁项集。然后对该k阶频繁项集的k个项与布尔型矩阵的行向量进行“与”运算，若得到的1个数满足最小支持度计数，则加入到项目中。

3 数据库优化方法

3.1 归档报表数据

在数据的统计阶段，需要对数据进行归档，若数据较大时，归档的时间就很多，则等待反馈结果需要确保较少的时间。因此需要规定好存储过程，降低工作量，提升响应的速度。

3.2 创建索引

当系统的数据量很大时，用户在操作数据库时用到的数据量也比较大，此时又不便进行归档时，则可以创建索引进行解决，降低工作量，提升响应的速度。

3.3 建立缓存机制

建立缓存机制，对于经常使用的数据保存在缓存中，用户再次使用时，在缓存中获取，而不去对数据库进行操作，提升了查询的速度，减少了响应时间，提声了用户的体验感。

4 实验及结果分析

以某杂志网站的1000名用户为例，对各种杂志文章浏览信息进行挖掘，设定80分以上的最小支持度为0.04。输出用户浏览行为的关联性分析如表所示：

0 . 3 6 时尚先生→中国儿童画报支持度 置信度 规则1 0 0 . 6 3 当代扣篮→足球周刊1 0 0 . 6 5 纯1 6年→时尚先生1 0 0 . 6 1 足球周刊→旅行家9

当代扣篮对足球周刊的置信度为0.63，也就是说，如果这名用户浏览了当代扣篮，则他浏览足球周刊的可能性很大。纯16年对时尚先生的置信度为0.65，即若该用户浏览了纯16年，则他浏览时尚先生的可能性很大。综上所述，用户之间的浏览行为是有关联的，因此针对用户的浏览行为，利用Apriori算法对用户兴趣信息进行挖掘，对杂志进行合理的配置，增加杂志的浏览量与销量。

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

[2]花青松.个性化推荐系统用户兴趣建模研究与实现[D].北京：北京邮电大学,2013

[3]闫艳.基于多Agent技术的电子商务个性化推荐系统的设计与实现[D].北京：首都师范大学,2009

[4]张恒玮.基于协同过滤技术的电子商务推荐系统的研究与实现[D].北京：华北电力大学,2012

[5]刘建国,周涛,汪秉宏.个性化推荐系统的研究进展[J].自然科学进展,2009（01）