[發明專利]一種基于自適應多最小支持度的關聯規則推薦方法

有效

• 申請號: 201310688735.3
• 申請日: 2013-12-17
• 公開（公告）號: CN103700005A
• 公開（公告）日: 2014-04-02
• 發明（設計）人: 馬廷淮;周金娟;朱節中;曹杰
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 許方

技術領域

本發明公開了一種基于自適應多最小支持度的關聯規則推薦方法，具體涉及一種給特定用戶推薦個性化商品的方法，屬于推薦系統技術領域。

背景技術

個性化推薦是根據用戶的興趣特點和購買行為，向用戶推薦用戶感興趣的信息和商品。隨著電子商務規模的不斷擴大，商品個數和種類快速增長，顧客需要花費大量的時間才能找到自己想買的商品。這種瀏覽大量無關的信息和產品過程無疑會使淹沒在信息過載問題中的消費者不斷流失。為了解決這些問題，個性化推薦系統應運而生。個性化推薦系統是建立在海量數據挖掘基礎上的一種高級商務智能平臺，以幫助電子商務網站為其顧客購物提供完全個性化的決策支持和信息服務。目前主要的個性化推薦方法主要有基于內容的推薦，協同過濾推薦和混合推薦。孫多[1]結合興趣度和聚類技術對客戶的個人興趣進行評價，提出了基于興趣度的聚類協同過濾推薦系統，該方法有效緩解了整個用戶矩陣數據極端稀疏并且實時性效果不理想的問題。李忠俊等人[2]提出了一種基于對基于內容的推薦系統和協同過濾系統同構化整合的推薦模型，該算法同時擁有協同過濾推薦系統和基于內容推薦系統的優點，并且在一定程度上避免了基于內容或協同過濾的傳統推薦系統各自的缺點。陳澤等人[3]結合用戶-項目評分矩陣和項目-類別關聯矩陣，提出了一種新的混合推薦模型。該模型提出一種新的項目關聯度度量方法，并分別以項目關聯度和用戶項目評分信息為權值構建一個基于用戶-項目的加權兩層圖模型，結合隨機游走算法給出了基于加權兩層圖的推薦算法。

關聯規則是數據挖掘領域的一個重要分支，主要用來挖掘數據集中數據項之間有趣的關聯關系，廣泛應用于零售業，通過挖掘具有較高概率被消費者同時購買的商品，為商品陳列和促銷提供決策依據。施平安等人[4]提出關聯規則的時間適用性概念，設置時間段相關的支持度閾值。毛宇星等人[5]通過對分類數據的深入研究，提出了一種高效的多層關聯規則挖掘方法。李杰等人[6]提出了適用于個性化推薦的強關聯規則的概念，并給出了一種基于矩陣的強關聯規則挖掘算法，提高了規則挖掘效率。劉枚蓮等人[7]針對用戶評分數據稀疏性問題，通過對事務數據庫項目空間關聯性分析，提出基于雙向關聯規則項目評分預測的推薦算法，推薦精度和效率明顯優于傳統的推薦算法。

但是關聯規則挖掘算法的效果容易受支持度設置的影響。統一的最小支持度設置，或僅僅依賴項目出現頻率設置項目最小支持度閾值，使得關聯規則算法挖掘規則時有很多局限性。支持度閾值設置過低容易導致規則數目指數級增長，設置過高使得算法不能發現更多有意義的規則。本發明針對關聯規則算法的支持度設置問題，提出了根據具體商品的信息計算商品自適應支持度的方法，并結合多最小支持度關聯規則算法挖掘有意義的規則，從而為用戶進行個性化推薦。

參考文獻：

[1].孫多.基于興趣度的聚類協同過濾推薦系統的設計.安徽大學學報：自然科學版，2007，31(5)：19-22；

[2].李忠俊，周啟海，帥青紅.一種基于內容和協同過濾同構化整合的推薦系統模型.計算機科學，2009，36(12)：142-145；

[3].陳澤，王國胤，胡峰.基于加權兩層圖的混合推薦方法.計算機科學，2012，39(12)：171-176；

[4].施平安，陳文偉，黃金才.關聯規則時間適用性及其發現方法.計算機應用研究，2001(6)：18-20；

[5].毛宇星，陳彤兵，施伯樂.一種高效的多層和概化關聯規則挖掘方法.軟件學報，2011，22(12)：2965-2980；

[6].李杰，徐勇，王云峰，朱昭賢.面向個性化推薦的強關聯規則挖掘.系統工程理論與實踐，2009，29(8)：144-152；

[7].劉枚蓮，劉同存，張峰.基于雙向關聯規則項目評分預測的推薦算法研究.武漢理工大學學報，2011，33(9)：150-155；

[8].Bing?Liu著，俞勇，薛貴榮，韓定一譯.Web數據挖掘.北京：清華大學出版社，2012：20-27。

發明內容

本發明所要解決的技術問題是：針對傳統推薦算法依賴用戶評分、推薦結果對數據稀疏問題和冷啟動問題敏感問題，以及傳統關聯規則算法為所有商品設置單一的且僅僅依賴商品出現頻率的統一支持度的問題，提出一種基于自適應多最小支持度的關聯規則推薦方法，過程中為每個商品和類別產生自適應的支持度閾值，挖掘出更多有意義的關聯規則，對用戶做出更加準確的推薦。

本發明為解決上述技術問題采用以下技術方案：