期刊文献+
共找到1,205篇文章
< 1 2 61 >
每页显示 20 50 100
浅谈加权频繁项集挖掘的研究进展 预览
1
作者 房新秀 《电脑知识与技术:学术版》 2019年第9X期225-226,共2页
加权频繁项集挖掘是目前研究热点之一。自从关联规则挖掘提出以来,大部分的研究工作都围绕频繁项集挖掘问题进行。传统的关联挖掘算法往往忽略数据库中各个项目的重要程度区别,因此利用加权关联规则是有意义的。十几年来,学者们从不同... 加权频繁项集挖掘是目前研究热点之一。自从关联规则挖掘提出以来,大部分的研究工作都围绕频繁项集挖掘问题进行。传统的关联挖掘算法往往忽略数据库中各个项目的重要程度区别,因此利用加权关联规则是有意义的。十几年来,学者们从不同的角度进行改进从而提高挖掘加权频繁项集算法的效率。本文首先分析了频繁项集挖掘现状,其次对加权频繁项集挖掘进行深入分析,最后通过对比频繁项集与加权频繁项集算法,对未来的工作进行了展望。 展开更多
关键词 关联规则 频繁 加权关联规则 加权频繁 算法
在线阅读 下载PDF
基于重构的改进自然排序树算法 预览
2
作者 杜媛 张世伟 《计算机应用》 CSCD 北大核心 2019年第2期441-445,共5页
针对自然排序树(CAN-tree)算法构建的树结构节点个数过多、压缩性不高等问题,提出一种基于重构的改进CAN-tree算法。首先,使用自然排序法直接构建树结构,将频繁项集挖掘算法实现中数据库扫描次数减少至1;然后,对构建的树结构以支持度降... 针对自然排序树(CAN-tree)算法构建的树结构节点个数过多、压缩性不高等问题,提出一种基于重构的改进CAN-tree算法。首先,使用自然排序法直接构建树结构,将频繁项集挖掘算法实现中数据库扫描次数减少至1;然后,对构建的树结构以支持度降序方式结合剪枝操作实现树结构的重构,得到高压缩性的树结构;最后,对重构的树结构进行频繁项集挖掘。实验结果表明,基于重构的改进CAN-tree算法所构建的树结构节点个数减少至原来的20%以下,执行效率提高了4至6倍,在频繁项集挖掘中有效地压缩了树结构,缩短了算法的执行时间。 展开更多
关键词 频繁 频繁头表 重构 剪枝 最小支持度
在线阅读 下载PDF
基于FIUT的并行频繁项集增量更新算法 预览
3
作者 张航 张欣 +1 位作者 张平康 李琪 《计算机应用研究》 CSCD 北大核心 2019年第7期1991-1993,2019共4页
针对目前大数据快速增加的环境下,海量数据的频繁项集挖掘在实际中所面临的增量更新问题,在频繁项超度量树算法(frequent items ultrametric trees,FIUT)的基础上,引入MapReduce并行编程模型,提出了一种针对频繁项集增量更新的面向大数... 针对目前大数据快速增加的环境下,海量数据的频繁项集挖掘在实际中所面临的增量更新问题,在频繁项超度量树算法(frequent items ultrametric trees,FIUT)的基础上,引入MapReduce并行编程模型,提出了一种针对频繁项集增量更新的面向大数据的并行算法。该算法通过检查频繁超度量树叶子节点的支持度来确定频繁项集,同时采用准频繁项集的策略来优化并行计算过程,从而提高数据挖掘效率。实验结果显示,所提出的算法能快速完成扫描和更新数据,具有较好的可扩展性,适合于在动态增长的大数据环境中进行关联规则相关数据挖掘。 展开更多
关键词 大数据 频繁 MAPREDUCE 增量更新 频繁超度量树
在线阅读 下载PDF
不确定数据频繁项集挖掘算法研究 预览
4
作者 赵学健 熊肖肖 +1 位作者 张欣慧 孙知信 《计算机技术与发展》 2019年第7期140-144,共5页
频繁项集挖掘的目标是以频繁出现的项目集的形式发掘嵌入在海量数据中的隐式的、先前未知的、潜在的有用知识,以辅助决策。随着数据采集方式和传输方式的多样化,不确定数据在各种实际应用中大量出现。因此,近年来针对不确定数据的频繁... 频繁项集挖掘的目标是以频繁出现的项目集的形式发掘嵌入在海量数据中的隐式的、先前未知的、潜在的有用知识,以辅助决策。随着数据采集方式和传输方式的多样化,不确定数据在各种实际应用中大量出现。因此,近年来针对不确定数据的频繁项集挖掘算法的研究引起了学者的广泛关注。文中首先介绍了不确定数据的定义,并分析了不确定数据频繁项集挖掘的概率模型。接下来,将主流频繁项集挖掘算法分为3类:基于候选项集生成和测试的频繁项集挖掘算法,基于模式增长的频繁项集挖掘算法和基于生物启发的频繁项集挖掘算法,详细介绍了当前针对不确定数据的主流频繁项集挖掘算法,并对这些算法的性能进行了简单分析。最后,对不确定数据的频繁项集挖掘算法进行了总结与展望。 展开更多
关键词 频繁 不确定数据 候选 模式增长 生物启发
在线阅读 下载PDF
一种基于FP树快速挖掘非可推导项集算法 预览
5
作者 许普乐 纪允 《淮南师范学院学报》 2019年第2期116-121,共6页
频繁项集的精简表示是数据挖掘领域中一个研究热点,非可推导项集模型利用了容斥原理压缩频繁项集的数量。传统的挖掘算法在挖掘的过程中,存在多次扫描数据库、重复生成候选项集等效率低下的问题。文章提出一种新的算法MNDIBFP,该算法利... 频繁项集的精简表示是数据挖掘领域中一个研究热点,非可推导项集模型利用了容斥原理压缩频繁项集的数量。传统的挖掘算法在挖掘的过程中,存在多次扫描数据库、重复生成候选项集等效率低下的问题。文章提出一种新的算法MNDIBFP,该算法利用利用FP树压缩数据库,同时结合一定的剪枝策略,达到快速挖掘非可推导项集的目的。实验效果证明,该算法在时间消耗和空间消耗均优于传统算法。 展开更多
关键词 频繁 精简表示 非可推导 容斥原理 FP树 剪枝策略
在线阅读 下载PDF
基于矩阵的Apriori改进算法的关联规则挖掘 预览
6
作者 程昌品 邬依林 姜永生 《广东第二师范学院学报》 2019年第5期89-97,共9页
分析Apriori算法挖掘频繁项集存在的时间和空间效率低下的局限性,提出基于矩阵与项集索引表的频繁项集挖掘算法.根据频繁项集先验性质,通过对矩阵压缩减少数据扫描的规模,进而对压缩后的矩阵行向量作按位与运算,可实现数据项集频度统计... 分析Apriori算法挖掘频繁项集存在的时间和空间效率低下的局限性,提出基于矩阵与项集索引表的频繁项集挖掘算法.根据频繁项集先验性质,通过对矩阵压缩减少数据扫描的规模,进而对压缩后的矩阵行向量作按位与运算,可实现数据项集频度统计并生成相应的项集索引表,进而生成频繁项集.挖掘过程中不用生成候选项集.经MATLAB仿真实验验证该算法较Apriori算法的时间和空间效率均有提高,并通过一个算例探讨了Apriori改进算法的网页访问关联规则挖掘. 展开更多
关键词 矩阵压缩 索引表 频繁 APRIORI改进算法
在线阅读 下载PDF
基于数组和辅助项头表的快速频繁项集挖掘算法 预览
7
作者 杜媛 张世伟 《中国计量大学学报》 2019年第1期78-84,共7页
目的:针对FP-growth算法项结点查询耗时,频繁项集挖掘需要不断产生条件FP-tree等问题,提出了一种基于数组和辅助项头表的快速频繁项集挖掘算法。方法:首先算法使用Array-structure代替FP-tree;然后使用具有两层可hash结构的辅助项头表... 目的:针对FP-growth算法项结点查询耗时,频繁项集挖掘需要不断产生条件FP-tree等问题,提出了一种基于数组和辅助项头表的快速频繁项集挖掘算法。方法:首先算法使用Array-structure代替FP-tree;然后使用具有两层可hash结构的辅助项头表取代频繁项集头表,并存储项结点在Array-structure上的位置信息,结合数组可被索引和hash结构特性快速定位项结点;最后利用辅助项头表上存储的项结点信息直接挖掘频繁项集,无需生成条件FP-tree。结果:与FP-growth等算法相比,该算法在不同类型的数据集上极大地缩短了算法的执行时间。结论:基于数组和辅助项头表的快速频繁项集挖掘算法在密集型和稀疏型数据集上都具有更好的挖掘性能和更高的执行效率。 展开更多
关键词 计量学 关联规则 频繁 最小支持度 频繁模式增长
在线阅读 下载PDF
基于单向频繁模式树的频繁项集挖掘算法 预览
8
作者 蒋东洁 李玲娟 《计算机技术与发展》 2019年第10期175-180,共6页
频繁项集挖掘是关联规则挖掘的关键步骤。FP-Growth算法是一种有效的频繁项集挖掘算法,它以自底向上的方式探索频繁模式树FP-tree,由FP-tree产生频繁项集。但是由于需要递归生成大量的条件FP-tree,其时间复杂度和空间复杂度都较高。针... 频繁项集挖掘是关联规则挖掘的关键步骤。FP-Growth算法是一种有效的频繁项集挖掘算法,它以自底向上的方式探索频繁模式树FP-tree,由FP-tree产生频繁项集。但是由于需要递归生成大量的条件FP-tree,其时间复杂度和空间复杂度都较高。针对这一问题,设计了一种基于单向频繁模式树的频繁项集挖掘算法UFIM。此算法首先构造一种单向频繁模式树UFP-tree结构,然后在UFP-tree上引入被约束子树,并对指向不同端点和指向相同端点的被约束子树分别采用递归和非递归的方法来挖掘频繁项集。非递归的方法判断端点的支持度计数是否小于最小支持度计数,若小于最小支持度计数则该棵被约束子树无频繁项集,否则其频繁项集是除根节点外的节点的排列组合。在mushroom数据集上的实验结果表明,UFIM算法的运行速度高于同类算法。 展开更多
关键词 数据挖掘 频繁 单向频繁模式树 被约束子树
在线阅读 下载PDF
基于数据挖掘的抽水蓄能机组故障关联关系分析 预览
9
作者 郑庭华 常玉红 +5 位作者 周建中 刘涵 李玲 姜伟 贾天龙 许颜贺 《大电机技术》 2019年第2期14-19,共6页
随着抽水蓄能电站规模的不断扩大,当机组发生故障时,大量丰富的故障信息送入控制中心,这些海量信息蕴含了丰富的故障原因与故障特征。为了从故障数据中发现隐含的故障征兆,获取能提高电站机组安全稳定运行水平的故障信息,本文借助数据... 随着抽水蓄能电站规模的不断扩大,当机组发生故障时,大量丰富的故障信息送入控制中心,这些海量信息蕴含了丰富的故障原因与故障特征。为了从故障数据中发现隐含的故障征兆,获取能提高电站机组安全稳定运行水平的故障信息,本文借助数据挖掘技术中的关联规则提取方法,对机组不同运行工况下的历史数据与信息进行快速有效的分析、加工与提炼,依据电站运行记录与巡检记录,构建不同故障状态下的事务集,利用频繁模式增长算法分析故障样本事务集,挖掘满足预先指定的最小支持度与置信度的关联关系,获得不同故障下的机组典型关联关系。通过在某电站历史数据上的实际应用,关联分析结果验证了该方法的有效性,提取了机组有效故障信息,为电站运维人员提供了检修指导意见。 展开更多
关键词 抽水蓄能机组 频繁 关联关系 频繁模式增长算法 数据挖掘
在线阅读 下载PDF
改进的基于词集距离的FTC聚类算法 预览
10
作者 王秀慧 赵治军 《计算机工程与设计》 北大核心 2019年第11期3175-3179,共5页
针对FTC在实现聚类的过程中忽略了文本词语有序性这一特征,结合算法时间复杂度,提出基于词集距离的WSD-FTC文本聚类算法。在采用FP-Growth挖掘频繁项集的过程中通过限制词集距离得到质量更高、数量更少的频繁项集,以此作为聚类依据。通... 针对FTC在实现聚类的过程中忽略了文本词语有序性这一特征,结合算法时间复杂度,提出基于词集距离的WSD-FTC文本聚类算法。在采用FP-Growth挖掘频繁项集的过程中通过限制词集距离得到质量更高、数量更少的频繁项集,以此作为聚类依据。通过定义簇间相似系数保证多主题文本归入不同簇中,实现一定程度的软聚类。实验结果表明,WSD-FTC具有更好的聚类效果及更优的时间开销。 展开更多
关键词 频繁 聚类 距离 簇间相似系数 软聚类
在线阅读 下载PDF
多最小效用阈值的频繁高效用项集快速挖掘算法 预览
11
作者 王斌 吕瑞瑞 +1 位作者 房新秀 马俊杰 《计算机应用研究》 CSCD 北大核心 2019年第12期3623-3627,共5页
针对多最小效用阈值高效用项集挖掘算法(MHUI)中出现的重复计算、挖掘的结果项集不是频繁的问题,提出两个新的快速挖掘算法FMHUI和SFMHUI。FMHUI算法在计算项集的最小效用阈值时利用前一次计算结果,避免了项之间的重复比较;另外定义了... 针对多最小效用阈值高效用项集挖掘算法(MHUI)中出现的重复计算、挖掘的结果项集不是频繁的问题,提出两个新的快速挖掘算法FMHUI和SFMHUI。FMHUI算法在计算项集的最小效用阈值时利用前一次计算结果,避免了项之间的重复比较;另外定义了项的扩展项的最小效用阈值表EMMU-table快速计算出扩展项的最小效用阈值,提高了运行效率。SFMHUI算法在FMHUI的基础上增加了支持度约束,使挖掘的项集既是高效用的也是频繁的。通过仿真实验验证了所提出算法的高效性和可行性。 展开更多
关键词 频繁 高效用 支持度 多最小效用阈值
在线阅读 下载PDF
Hadoop框架下的一种改进的Apriori算法 预览
12
作者 王青松 姜富山 《辽宁大学学报:自然科学版》 CAS 2019年第3期257-264,共8页
常见的基于Hadoop框架的Apriori改进算法在统计支持度时有扫描数据集、候选项集剪枝等方面效率低下且集群间的数据传输有较大的时间开销的问题,提出了一种Apriori的改进算法Apriori_Ind.算法运用Hadoop集群,使用先按事务对数据集分块,... 常见的基于Hadoop框架的Apriori改进算法在统计支持度时有扫描数据集、候选项集剪枝等方面效率低下且集群间的数据传输有较大的时间开销的问题,提出了一种Apriori的改进算法Apriori_Ind.算法运用Hadoop集群,使用先按事务对数据集分块,再将数据集的格式转换为<项,事务集>的分块处理策略,使算法充分利用分布式计算优势,实现各节点并行的实现候选项集生成与剪枝操作.并利用前项与后项的新结构表示频繁项集,新结构在各节点进行候选项集生成和剪枝时提高算法效率.Apriori_Ind具有减小集群传输代价、加速剪枝等优势.实验表明新算法适合大规模数据挖掘,特别是项的数量较大的情况下,算法性能有明显的提高. 展开更多
关键词 APRIORI HADOOP 频繁 分布式计算 大数据 MAPREDUCE
在线阅读 下载PDF
基于频繁项集的多用户数据流混合推荐仿真 预览
13
作者 王培培 胡威威 孙丽娜 《计算机仿真》 北大核心 2019年第9期434-437,共4页
针对当前数据流推荐存在安全性差和精确度低的问题,提出基于频繁项集的电商多用户数据流混合推荐方法。将蚁群算法与属性相关分析融合,将蚁群收敛所至路径判断为存在安全隐患的路径,对路径中存在安全隐患的数据进行判断,确定最终异常值... 针对当前数据流推荐存在安全性差和精确度低的问题,提出基于频繁项集的电商多用户数据流混合推荐方法。将蚁群算法与属性相关分析融合,将蚁群收敛所至路径判断为存在安全隐患的路径,对路径中存在安全隐患的数据进行判断,确定最终异常值并去除。基于数据流安全分析,引入增量挖掘算法,采用次频繁项索引表更新频繁树,并利用压缩FP-树与矩阵技术对新频繁树的频繁模式进行挖掘。根据数据流频繁模式挖掘,将不同数据流分类至相应主题组。基于频繁项集计算多用户访问相似程度,同时找到用户最近邻平时访问数据。结合主题抽取、最近邻访问及多用户共同兴趣相似度计算,将最符合用户的数据流推荐给用户,实现用户数据流混合推荐。实验结果表明,上述方法推荐过程安全性能好,且推荐结果准确度高,是一种切实可行的数据推荐方法。 展开更多
关键词 频繁 多用户 数据流 推荐
在线阅读 下载PDF
改进的频繁项集挖掘算法关键技术研究 预览
14
作者 杨秋翔 王冠男 王婷 《电子设计工程》 2019年第15期66-70,75共6页
为解决在挖掘频繁项集时由忽略项目间重要性差异以及最小支持度频繁变动而导致的挖掘效率低以及利用率低。通过关系矩阵解决数据体量大造成的挖掘效率低的问题;通过加权规则解决不同业务项目间重要性差异问题;通过动态树解决最小支持度... 为解决在挖掘频繁项集时由忽略项目间重要性差异以及最小支持度频繁变动而导致的挖掘效率低以及利用率低。通过关系矩阵解决数据体量大造成的挖掘效率低的问题;通过加权规则解决不同业务项目间重要性差异问题;通过动态树解决最小支持度变动频繁的问题。本文创新性提出加权矩阵动态树算法WMDT。实验结果表明,WMDT算法较以往算法,精准度和挖掘效率有显著提高同时受最小支持度变动影响较小,是一个高效的频繁项集挖掘算法。 展开更多
关键词 频繁 关系矩阵 加权规则 动态树
在线阅读 下载PDF
基于Spark的并行频繁项集挖掘算法 预览
15
作者 张素琪 孙云飞 +1 位作者 武君艳 顾军华 《计算机应用与软件》 北大核心 2019年第2期24-28,143共6页
关联规则挖掘是数据挖掘领域的重要研究方向之一。频繁项集的挖掘是关联规则挖掘的第一步,也是最重要的步骤。FP-Growth(Frequent Pattern-Growth)算法因其挖掘效率以及空间复杂度方面的优势被广泛应用于频繁项集挖掘任务中。面对海量数... 关联规则挖掘是数据挖掘领域的重要研究方向之一。频繁项集的挖掘是关联规则挖掘的第一步,也是最重要的步骤。FP-Growth(Frequent Pattern-Growth)算法因其挖掘效率以及空间复杂度方面的优势被广泛应用于频繁项集挖掘任务中。面对海量数据,FP-Growth算法挖掘效率变得极低甚至失效。在Hadoop大数据平台上实现的基于MapReduce框架的并行FP-Growth算法——PFP算法解决在处理大规模数据时传统算法失效的问题,但是由于其将每次执行之后的中间结果输出到磁盘,降低算法执行效率。为提高并行FP-Growth算法执行效率,提出一种基于Spark的SPFPG算法。该算法运用负载均衡思想对分组策略进行改进,综合考虑分区计算量和FP-Tree规模两个因素,保证每个组之间负载总和近似相等。在Spark上实现FP-Growth算法——SFPG算法的基础上,实现优化后的SPFPG算法。实验结果表明,SPFPG算法相比SFPG算法挖掘效率更高,且算法具有良好的扩展性。 展开更多
关键词 大数据平台 关联规则 频繁 FP-GROWTH SPARK
在线阅读 下载PDF
隐私保护频繁项集挖掘中的细粒度随机化模型 预览
16
作者 郭宇红 童云海 《软件工程》 2019年第10期44-46,43共4页
已有的随机化回答模型调控的数据范围宽、粒度粗,对隐私数据的保护粒度缺乏灵活性,无法实现精细化、个性化、差异化的隐私保护。提出三类多参数随机化回答模型,包括行多参、复合多参、分组多参共11种随机化回答模型,给出了模型的分类框... 已有的随机化回答模型调控的数据范围宽、粒度粗,对隐私数据的保护粒度缺乏灵活性,无法实现精细化、个性化、差异化的隐私保护。提出三类多参数随机化回答模型,包括行多参、复合多参、分组多参共11种随机化回答模型,给出了模型的分类框架和分类层次。细粒度多参数随机化模型可实现精细化、个性化、差异化的隐私保护效果。 展开更多
关键词 随机化回答 隐私保护 频繁 敏感问题调查
在线阅读 下载PDF
基于动态数据的加权频繁项集挖掘算法 预览
17
作者 杨秋翔 王婷 《科学技术与工程》 北大核心 2019年第20期265-272,共8页
为解决在挖掘频繁项集过程中,因忽略不同项目间的重要程度而导致的挖掘有效性低以及忽略数据的动态更新而造成的挖掘效率低的问题,通过引入新的加权规则,从权值与频数两方面去体现项目间的重要性差异,并通过引入树形结构与关系矩阵提高... 为解决在挖掘频繁项集过程中,因忽略不同项目间的重要程度而导致的挖掘有效性低以及忽略数据的动态更新而造成的挖掘效率低的问题,通过引入新的加权规则,从权值与频数两方面去体现项目间的重要性差异,并通过引入树形结构与关系矩阵提高数据动态变化时频繁项集的挖掘效率。创新性地提出基于动态数据的加权频繁项集挖掘算法weighted dynamic date mining(WDDM)。实验结果表明,WDDM算法较以往算法挖掘效率与有效性显著提高,有利于发现更多有研究价值的信息。 展开更多
关键词 频繁 动态数据 加权规则 树形结构 关系矩阵
在线阅读 免费下载
基于频繁项集挖掘的数据库超文本查询算法研究 预览
18
作者 刘建 《数字技术与应用》 2019年第4期119-120,共2页
目前数据库超文本查询方法存在查询准确率较低的问题,为解决这一问题对基于频繁项集挖掘的数据库超文本查询算法进行研究。研究通过建立频繁项集挖掘数据库超文本查询模型,以模型为基础对数据库超文本查询关联规则计算,从而实现数据库... 目前数据库超文本查询方法存在查询准确率较低的问题,为解决这一问题对基于频繁项集挖掘的数据库超文本查询算法进行研究。研究通过建立频繁项集挖掘数据库超文本查询模型,以模型为基础对数据库超文本查询关联规则计算,从而实现数据库超文本查询权重计算。通过实验,对繁项集挖掘数据库超文本查询算法与传统查询算法精准度相比较,从而证明频繁项集挖掘数据库超文本查询算法的有效性。 展开更多
关键词 频繁 挖掘 数据库 超文本
在线阅读 下载PDF
应用于音乐节目分类的Apriori挖掘算法设计 预览
19
作者 李臻 《现代电子技术》 北大核心 2019年第19期90-94,共5页
传统Apriori挖掘算法需多次扫描数据库、多次连接频繁项集,导致挖掘效率较低,为此对Apriori挖掘算法加以改进,设计一种新的Apriori挖掘算法用于音乐节目分类。改进的Apriori挖掘算法采用莱特准则对音频数据进行野值与噪声平滑处理,改进A... 传统Apriori挖掘算法需多次扫描数据库、多次连接频繁项集,导致挖掘效率较低,为此对Apriori挖掘算法加以改进,设计一种新的Apriori挖掘算法用于音乐节目分类。改进的Apriori挖掘算法采用莱特准则对音频数据进行野值与噪声平滑处理,改进Apriori挖掘算法的音频数据库映射令两个线性表分别负责音频数据存储和对应项存储,音频数据库扫描次数降为一次;改进Apriori挖掘算法的连接次数无需对不具备交运算能力的元素进行交运算操作,减少频繁项集连接次数。基于改进频繁项集Apriori挖掘算法挖掘频繁项集、生成音频数据关联规则,基于关联规则集构建分类器,实现音乐节目分类。实验结果显示,改进Apriori挖掘算法用于音乐节目分类的效率优势突出,准确度高。 展开更多
关键词 音乐节目 节目分类 Apriori挖掘算法 分类器构建 频繁 关联规则
在线阅读 下载PDF
基于用户轨迹数据的用户兴趣区域推荐 预览
20
作者 龙玉绒 王丽珍 陈红梅 《软件工程》 2019年第11期8-14,共7页
推荐系统是通过分析已知信息和用户偏好,在用户选择物品或服务时,向用户提供帮助和建议的系统。但是目前大部分推荐系统都是基于用户评价或评分信息向用户推荐购物、电影等电子商务服务,基于用户轨迹数据进行用户兴趣区域推荐的研究十... 推荐系统是通过分析已知信息和用户偏好,在用户选择物品或服务时,向用户提供帮助和建议的系统。但是目前大部分推荐系统都是基于用户评价或评分信息向用户推荐购物、电影等电子商务服务,基于用户轨迹数据进行用户兴趣区域推荐的研究十分罕见。用户的轨迹数据蕴含了用户的偏好,不同的轨迹反映不同的用户特性。所以提出一种从用户轨迹数据中挖掘最大频繁项集,并将最大频繁项集用于计算用户相似性和偏好的推荐方法。该推荐方法还综合考虑了相似用户访问次数、置信度和用户住宅信息等可能会影响推荐质量的因素。将提出的方法和基于协同过滤的推荐方法、基于关联规则的推荐方法进行比较,结果显示本文提出方法的效果较好。 展开更多
关键词 轨迹数据挖掘 区域推荐 相似用户 频繁
在线阅读 下载PDF
上一页 1 2 61 下一页 到第
使用帮助 返回顶部 意见反馈