导　　师： 彭宏;郑启伦

学科专业： H1201

授予学位： 硕士

作　　者： ;

机构地区： 华南理工大学

摘　　要： 该文详尽分析了现有web推荐系统使用的技术和存在的问题,在已有的web数据模型基础上,结合web挖掘技术对web用户的访问模式发现、个性化推荐进行深入研究和探讨,提出了一个快速有效的增量更新挖掘多层关联规则算法mlaru(),其主要思想是通过数据库和web日志构建概念层次树,根据概念层次树来挖掘多层关联规则,在线为用户动态提供多层次个性化推荐.在挖掘多层次的关联规则中,我们第一次提出采用区间支持度的方法来表示交叉层次的项集支持度,并采用了根据层次树剪枝和增量更新的方法,使得算法的效率得到了很好的改善.此外,算法使用多支持度阈值约束进行频繁项目集的挖掘,利用用户反馈调整各层的阈值,在一定程度上克服了固定阈值对提取有趣关联模式的主观影响.在此基础上,结合行业特点,以移动科技产品及it商品为典型,实现了一个智能多层次web推荐系统.

关 键 词： 推荐技术 多层关联规则 增量更新 数据挖掘

领　　域： [自动化与计算机技术] [自动化与计算机技术]