改进的FP-Growth算法在个性化推荐中的应用研究

摘要

文章研究了聚类算法K-means和关联规则算法FP-Growth,针对两种算法存在的不足,提出了对原始事务数据库采用K-means凝聚层次算法按购物用户的属性特征进行聚类,并针对聚类压缩后事务数据库,利用矩阵存储数据并按支持度计数排序,并将其应用于在线购物系统的个性化推荐中.算法的提出压缩了事务数据库,降低了生成频繁1项集的时间,减少了FP-Growth算法扫描数据库的次数,提高了算法的执行效率.