基于关联规则的个性化推荐系统设计与实现

摘要

在设计推荐系统为用户进行推荐时,最常用到的算法就是协同过滤算法.在传统的协同过滤推荐系统中存在难以获得用户行为数据的问题.针对此类问题,本文提出了基于关联规则进行亲和性分析的推荐系统设计并使用Apriori算法实现了推荐系统.同时为了解决推荐领域常见的长尾问题,本文引入了提升度作为新的评价指标以满足推荐结果的个性化需求.验证实验结果表明,基于关联规则的推荐系统能够产生良好的推荐结果.基于关联规则的推荐系统相比传统的推荐系统具有较好的适用性,可广泛应用于科学研究以及社会生活中的许多领域.