一种基于频繁项集增长算法的电影推荐方法及系统

摘要

本发明公开了一种基于频繁项集增长算法的电影推荐方法及系统。该方法包括：统计数据库中每个电影ID出现的次数，所述数据库包括用户ID和电影ID，所述电影ID出现的次数表示为支持度；将所述电影ID的支持度进行排序，得到最小支持度；提取支持度大于所述最小支持度的电影ID及对应的支持度，得到频繁一项集列表；将所述频繁一项集列表进行分组，得到多个频繁一项集组；根据所述频繁一项集组构建频繁模式树；通过粒子群算法对所述频繁模式树进行剪枝，得到条件子树，所述条件子树表示所述电影ID之间的关联关系；根据所述关联关系向用户推荐电影。本方法和系统能够快速的挖掘电影之间的关联关系，从而提高电影推荐的效率。