本文關(guān)鍵詞：關(guān)聯(lián)分類算法及其在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：分類和關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域的兩個(gè)重要研究方向,二者都已經(jīng)取得了比較完善的研究成果。關(guān)聯(lián)分類作為一個(gè)較新的數(shù)據(jù)挖掘課題使用關(guān)聯(lián)規(guī)則挖掘構(gòu)建分類系統(tǒng)。關(guān)聯(lián)分類算法使用規(guī)則發(fā)現(xiàn)方法從分類數(shù)據(jù)集中抽取分類規(guī)則,并通過一定的剪枝手段對(duì)規(guī)則進(jìn)行剪枝,然后按照一定的規(guī)則形成分類器。 由于挖掘出了數(shù)據(jù)屬性和類標(biāo)簽之間的強(qiáng)關(guān)聯(lián),關(guān)聯(lián)分類器往往可以達(dá)到很高的分類精確度。然而,在規(guī)則產(chǎn)生階段,關(guān)聯(lián)分類算法會(huì)產(chǎn)生大量的規(guī)則,在對(duì)規(guī)則的處理過程中,算法會(huì)需要極大的系統(tǒng)開銷。因此,小規(guī)模的規(guī)則集以及有效的規(guī)則剪枝方法對(duì)于關(guān)聯(lián)分類算法十分必要。本文提出的基于ECLAT的關(guān)聯(lián)分類算法結(jié)合了壓縮規(guī)則集的性質(zhì)和ECLAT方法自身的特點(diǎn),在挖掘類關(guān)聯(lián)規(guī)則的同時(shí)引入剪枝策略,在產(chǎn)生規(guī)則的過程中對(duì)新產(chǎn)生的規(guī)則項(xiàng)進(jìn)行置信度檢測,及時(shí)刪除冗余的規(guī)則和等價(jià)類,然后再對(duì)產(chǎn)生的規(guī)則集進(jìn)行覆蓋剪枝。實(shí)驗(yàn)表明,這種方式可以在極大地壓縮初始規(guī)則集的規(guī)則數(shù)量,極大地縮短了算法運(yùn)行時(shí)間并且降低了系統(tǒng)開銷。 在關(guān)聯(lián)規(guī)則挖掘和關(guān)聯(lián)分類算法中,興趣度被引入用來提取規(guī)則以降低規(guī)則的數(shù)量。本文對(duì)目前比較常見的興趣度進(jìn)行了總結(jié),并通過實(shí)驗(yàn)比較了不同興趣度對(duì)于不同數(shù)據(jù)集的分類效果。實(shí)驗(yàn)結(jié)果表明興趣度可減少規(guī)則的數(shù)量但沒有一個(gè)興趣度對(duì)于所有數(shù)據(jù)集都能夠達(dá)到最優(yōu)的分類效果。 最后,本文將關(guān)聯(lián)分類應(yīng)用于電子商務(wù)推薦系統(tǒng)中。在P2P站點(diǎn)北洋園PT中,推薦算法使用關(guān)聯(lián)分類技術(shù),從用戶的下載記錄中學(xué)習(xí)分類模型,構(gòu)建關(guān)聯(lián)分類器,并將生成的關(guān)聯(lián)分類器用于對(duì)新用戶的分類中。推薦算法依據(jù)用戶的分類向用戶推薦與該類型相匹配的資源。關(guān)聯(lián)分類在推薦系統(tǒng)中的應(yīng)用體現(xiàn)了數(shù)據(jù)挖掘技術(shù)的實(shí)際意義。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 關(guān)聯(lián)分類 興趣度 剪枝 推薦系統(tǒng)
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：TP391.3;TP311.13
【目錄】：

• 中文摘要3-4
• Abstract4-7
• 第1章 序言7-11
• 1.1 選題背景及意義7-8
• 1.2 關(guān)聯(lián)分類算法8-9
• 1.3 本文研究內(nèi)容9-11
• 第2章 電子商務(wù)推薦與關(guān)聯(lián)分類算法11-21
• 2.1 電子商務(wù)推薦系統(tǒng)11-14
• 2.1.1 電子商務(wù)推薦系統(tǒng)的定義和流程11-12
• 2.1.2 電子商務(wù)推薦系統(tǒng)的組成12-13
• 2.1.3 電子商務(wù)推薦系統(tǒng)的主要問題13-14
• 2.2 關(guān)聯(lián)分類簡介14-15
• 2.2.1 關(guān)聯(lián)分類算法的定義14
• 2.2.2 關(guān)聯(lián)分類算法的過程14-15
• 2.2.3 關(guān)聯(lián)分類算法中的主要問題15
• 2.3 關(guān)聯(lián)分類算法的核心環(huán)節(jié)15-18
• 2.3.1 類關(guān)聯(lián)規(guī)則的產(chǎn)生15-16
• 2.3.2 規(guī)則的排序方法16-17
• 2.3.3 規(guī)則集的剪枝17
• 2.3.4 應(yīng)用規(guī)則分類17-18
• 2.4 常見的關(guān)聯(lián)分類算法18-21
• 2.4.1 傳統(tǒng)的關(guān)聯(lián)分類算法18-19
• 2.4.2 RMR算法19
• 2.4.3 CSMC算法19-20
• 2.4.4 MCAR算法20-21
• 第3章 有效的規(guī)則產(chǎn)生及剪枝策略21-32
• 3.1 壓縮規(guī)則集21-24
• 3.1.1 類關(guān)聯(lián)規(guī)則21-22
• 3.1.2 壓縮規(guī)則集的定義22-23
• 3.1.3 壓縮規(guī)則集的性質(zhì)23-24
• 3.2 規(guī)則產(chǎn)生策略24-28
• 3.2.1 傳統(tǒng)的規(guī)則產(chǎn)生策略24-25
• 3.2.2 ECLAT算法25-26
• 3.2.3 基于ECLAT的規(guī)則產(chǎn)生策略26-28
• 3.3 剪枝策略28-32
• 3.3.1 規(guī)則產(chǎn)生過程中的剪枝29-30
• 3.3.2 覆蓋剪枝30-32
• 第4章 關(guān)聯(lián)分類算法的設(shè)計(jì)與實(shí)現(xiàn)32-44
• 4.1 算法的前期準(zhǔn)備32-33
• 4.1.1 算法的數(shù)據(jù)處理32-33
• 4.1.2 生成規(guī)則的處理33
• 4.2 算法的設(shè)計(jì)與實(shí)現(xiàn)33-36
• 4.2.1 關(guān)聯(lián)分類算法的設(shè)計(jì)33-34
• 4.2.2 類關(guān)聯(lián)規(guī)則的產(chǎn)生34-36
• 4.2.3 規(guī)則剪枝與分類器的構(gòu)建36
• 4.2.4 應(yīng)用規(guī)則分類36
• 4.3 關(guān)聯(lián)分類算法中的興趣度研究36-40
• 4.3.1 支持度-置信度框架的缺點(diǎn)37-38
• 4.3.2 可以被用于關(guān)聯(lián)分類的興趣度38-40
• 4.4 實(shí)驗(yàn)結(jié)果40-44
• 4.4.1 規(guī)則壓縮率40-41
• 4.4.2 規(guī)則數(shù)量41-42
• 4.4.3 分類準(zhǔn)確度42-43
• 4.4.4 關(guān)于興趣度的實(shí)驗(yàn)43-44
• 第5章 電子商務(wù)推薦系統(tǒng)中的關(guān)聯(lián)分類44-52
• 5.1 基于關(guān)聯(lián)分類的推薦算法的設(shè)計(jì)44-47
• 5.1.1 問題描述44-45
• 5.1.2 處理數(shù)據(jù)集說明45-46
• 5.1.3 推薦系統(tǒng)的結(jié)構(gòu)46-47
• 5.2 基于關(guān)聯(lián)分類的推薦算法的實(shí)現(xiàn)47-49
• 5.2.1 關(guān)聯(lián)分類算法的運(yùn)用47-48
• 5.2.2 代碼的組成結(jié)構(gòu)48-49
• 5.3 算法結(jié)果分析49-52
• 5.3.1 數(shù)據(jù)結(jié)果分析49-51
• 5.3.2 應(yīng)用效果51-52
• 第6章 結(jié)論與展望52-54
• 6.1 研究結(jié)論與總結(jié)52
• 6.2 文中局限性與研究展望52-54
• 參考文獻(xiàn)54-59
• 發(fā)表論文和科研情況說明59-60
• 致謝60

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 余力,劉魯;電子商務(wù)個(gè)性化推薦研究[J];計(jì)算機(jī)集成制造系統(tǒng);2004年10期

2 王虹予;趙英;黨躍武;;基于混合算法的電子商務(wù)推薦系統(tǒng)設(shè)計(jì)研究[J];現(xiàn)代圖書情報(bào)技術(shù);2009年01期

  本文關(guān)鍵詞：關(guān)聯(lián)分類算法及其在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：397733