摘要：该文根据电子商务网站的信息,利用数据挖掘技术,分析用户资料和商品资料,根据不同用户的特征,和商品关联性,...该文根据电子商务网站的信息,利用数据挖掘技术,分析用户资料和商品资料,根据不同用户的特征,和商品关联性,为用户推荐商品,或者提供他们可能感兴趣的信息,帮助用户做购买决定.电子商务网站采用个性化推荐技术,有助于提升电子商务网站的价值.该文详尽分析目前电子商务推荐系统的关键技术及存在的问题,提出一种快速有效的多维多层关联规则增量更新算法(MULTI-DIMENSION AND MULTI-LEVEL ASSOCIATION RULE UPDATE ALGORITHM,缩写为MDLARU).其主要思想是,对商品信息进行概念分层,把用户属性作为维信息,放入FP树中进行挖掘,使挖掘得到的关联规则有更多有趣信息.利用新增记录对原有项/维集的影响的本质特性,更新原有和挖掘新增数据库的频繁项/维集.此外,算法以交易数和交易数量的比值对最小支持度阈值进行调整,一定程度上克服了忽略交易数量而产生关联规则与实际的偏差问题.MDLARU是对数据挖掘算法的有益补充,有较重要的理论意义.不仅能有效地应用于电子商务的个性化推荐,而且可以推广到其他应用中.该文的研究成果,对用户和商家都有重要意义.显示全部
