發(fā)布時間：2021-04-21 20:05

　　關(guān)聯(lián)規(guī)則推薦模型是在電子商務(wù)網(wǎng)站應(yīng)用最廣泛的商用推薦引擎之一,目前已有的工作大多聚焦于如何挑選高質(zhì)量規(guī)則,以提升推薦精度.然而,關(guān)聯(lián)規(guī)則數(shù)量龐大,且用戶并發(fā)訪問量通常極大,如何快速匹配用戶瀏覽記錄和關(guān)聯(lián)規(guī)則庫,為海量在線用戶產(chǎn)生近實時推薦,成為制約關(guān)聯(lián)規(guī)則推薦能否勝任真實電子商務(wù)網(wǎng)站推薦的重要因素.為此,本文研究關(guān)聯(lián)規(guī)則推薦的效率問題,提出服務(wù)于高效關(guān)聯(lián)規(guī)則推薦的分布式計算框架,將規(guī)則挖掘與推薦計算無縫銜接.具體而言,本文首先設(shè)計有序模式森林,用于壓縮存儲頻繁模式;然后將候選規(guī)則挖掘轉(zhuǎn)化為森林上的路徑搜索計算,并提出高效的單機路徑搜索算法;最后提出負載均衡的數(shù)據(jù)分割策略,同時降低分布式規(guī)則挖掘與推薦計算中的任務(wù)最遲完成時間.在3個公開數(shù)據(jù)集的實驗結(jié)果表明基于有序模式森林的推薦計算比傳統(tǒng)窮舉匹配策略降低6倍以上時間,同時所提出的分布式計算框架可隨計算節(jié)點數(shù)量達到近線性擴展. 

【文章來源】：計算機學(xué)報. 2019,42(06)北大核心EICSCD

【文章頁數(shù)】：14 頁

【參考文獻】：
期刊論文
[1]支持推薦非空率的關(guān)聯(lián)規(guī)則推薦算法[J]. 何明,劉偉世,張江.  通信學(xué)報. 2017(10)
[2]基于Spark的Top-k對比序列模式挖掘[J]. 張鵬,段磊,秦攀,左劼,唐常杰,元昌安,彭艦.  計算機研究與發(fā)展. 2017(07)
[3]組推薦系統(tǒng)及其應(yīng)用研究[J]. 張玉潔,杜雨露,孟祥武.  計算機學(xué)報. 2016(04)
[4]基于位置的社會化網(wǎng)絡(luò)推薦系統(tǒng)[J]. 劉樹棟,孟祥武.  計算機學(xué)報. 2015(02)



本文編號：3152404