一种融合用户兴趣权重的关联规则推荐方法技术

本发明专利技术公开了一种融合用户兴趣权重的关联规则推荐方法，具体按照以下步骤实施：步骤1、构建用户与定制项目的评分矩阵；步骤2、计算用户对定制内容的兴趣权重；步骤3、根据用户定制内容兴趣权重构建UIFP‑tree；步骤4、对UIFP‑tree进行频繁模式挖掘，获得频繁项组合，将该频繁项组合推荐给用户。本发明专利技术的通过融合用户兴趣权重，获得的定制内容规则更多的保留了用户的偏好，过滤了大量无意义的规则，提升了数据挖掘的效率，并且使得最终获得的强关联规则具有实际的应用价值。

【技术实现步骤摘要】
一种融合用户兴趣权重的关联规则推荐方法
本专利技术属于定制内容关联规则推荐
，涉及一种融合用户兴趣权重的关联规则推荐方法。
技术介绍
近年来，关联规则挖掘算法被广泛应用到了推荐领域中，通过分析数据，找到数据之间的关联，利用关联规则来实现推荐。服装定制内容推荐是以服装款式为基础，根据某种服装款式的相关订单信息，挖掘出具有特定规则的定制内容组合推荐给用户。传统的FP-growth关联规则算法仅使用最小支持度作为事务数据库中项集的过滤筛选标准，在推荐过程中，支持度和置信度是传统关联规则算法中经常应用到的两个阈值，但有时高支持度和高置信度的强关联规则却并没有实际的应用价值，特别地在电商领域，根据用户主观评分得出的偏好规则才更有价值，而使用传统的FP-growth关联规则算法容易将这种偏好过滤掉。
技术实现思路
本专利技术的目的是提供一种融合用户兴趣权重的关联规则推荐方法，解决了现有技术中存在的关联规则推荐效率低，推荐结果不准确的问题。本专利技术所采用的技术方案是，一种融合用户兴趣权重的关联规则推荐方法，具体按照以下步骤本文档来自技高网...

【技术保护点】
1.一种融合用户兴趣权重的关联规则推荐方法，其特征在于，具体按照以下步骤实施：/n步骤1、构建用户与定制项目的评分矩阵；/n步骤2、计算用户对定制内容的兴趣权重；/n步骤3、根据用户定制内容兴趣权重构建UIFP-tree；/n步骤4、对UIFP-tree进行频繁模式挖掘，获得频繁项组合，将该频繁项组合推荐给用户。/n

【技术特征摘要】
1.一种融合用户兴趣权重的关联规则推荐方法，其特征在于，具体按照以下步骤实施：
步骤1、构建用户与定制项目的评分矩阵；
步骤2、计算用户对定制内容的兴趣权重；
步骤3、根据用户定制内容兴趣权重构建UIFP-tree；
步骤4、对UIFP-tree进行频繁模式挖掘，获得频繁项组合，将该频繁项组合推荐给用户。


2.根据权利要求1所述的一种融合用户兴趣权重的关联规则推荐方法，其特征在于，所述步骤1具体按照以下步骤实施：
步骤1.1、设定制项目有K项，定制内容表示为content，则定制组合表示为item＝{content1,content2,......,contentk}；
步骤1.2、设有n条用户定制组合和m个用户，用户定制组合表示为I＝{item1,item2,......,itemn}，用户表示为U＝{user1,user2,......,userm}；
步骤1.3、依据用户对定制项目的历史评分，构建用户和定制项目的评分矩阵。


3.根据权利要求2所述的一种融合用户兴趣权重的关联规则推荐方法，其特征在于，所述步骤1.3具体为，将常用的5星制用户评分进行预处理，将0-3分全部设置为0，代表不喜欢当前定制组合，4-5分全部设置为1，代表喜欢当前定制组合，用户和定制项目的评分矩阵表示为：



其中，Ri,j(1≤i≤m,1≤j≤n)表示用户useri给定制组合itemj的评分。


4.根据权利要求1所述的一种融合用户兴趣权重的关联规则推荐方法，其特征在于，所述步骤2具体为，设定制内容content包含n种选择，content＝{option1,option2,......,optionn}，若useri给定制内容组合itemj的评分为1，则itemj中的每一个定制内容评分对应的...

【专利技术属性】
技术研发人员：毋涛，郑文靖，杜守信，王婷，赵鑫，姚艳，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西;61