基于關(guān)聯(lián)規(guī)則的跨平臺(tái)個(gè)性化推薦算法及其實(shí)現(xiàn).pdf

1、準(zhǔn)確、高效的推薦系統(tǒng)可以挖掘用戶潛在的選擇傾向，為眾多的用戶提供個(gè)性化服務(wù)。隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的成熟和互聯(lián)網(wǎng)公司業(yè)務(wù)的集團(tuán)化，一個(gè)跨平臺(tái)的個(gè)性化推薦系統(tǒng)將極大的增加用戶粘性，提高用戶體驗(yàn)。最近優(yōu)秀的個(gè)性化推薦研究主要是圍繞著提高推薦算法效率或者是精度上，相對(duì)較少關(guān)注跨平臺(tái)、跨域的用戶需求。因此，本文從跨平臺(tái)的用戶體驗(yàn)需求出發(fā)，設(shè)計(jì)了一種基于關(guān)聯(lián)規(guī)則的個(gè)性化推薦系統(tǒng)，包括以下幾個(gè)方面。
　　首先，本文設(shè)計(jì)了一種基于cookie單點(diǎn)登

2、錄的云端存儲(chǔ)協(xié)議，用來(lái)實(shí)現(xiàn)用戶使用數(shù)據(jù)的跨平臺(tái)、跨域存儲(chǔ)。根據(jù)存儲(chǔ)協(xié)議的設(shè)計(jì)，本文所提出的個(gè)性化推薦系統(tǒng)需要滿足高效返回推薦結(jié)果的要求。而常規(guī)的基于內(nèi)容的個(gè)性化推薦算法首先要維護(hù)所有用戶的配置文件，而且每次推薦要遍歷所有產(chǎn)品或者頁(yè)面得到最佳的推薦，這對(duì)于本文提出的跨平臺(tái)的云端個(gè)性化推薦系統(tǒng)是不適用的。
　　進(jìn)而，出于高效返回的需求，本文提出了一種基于關(guān)聯(lián)規(guī)則的個(gè)性化推薦算法，用三個(gè)步驟來(lái)滿足云端個(gè)性化推薦系統(tǒng)的實(shí)時(shí)需求。第一步，采

3、用了非實(shí)時(shí)更新的頻繁模式識(shí)別算法，根據(jù)用戶以往云端數(shù)據(jù)建立頻繁模式庫(kù)。第二步，為了減少實(shí)時(shí)進(jìn)行個(gè)性化推薦的難度，進(jìn)行基于頻繁模式庫(kù)的特征映射，設(shè)計(jì)了聚類算法并以此來(lái)聚類分析。第三步，根據(jù)聚類的結(jié)果，設(shè)計(jì)類內(nèi)考察的具體標(biāo)準(zhǔn)，得到針對(duì)每類用戶的頻繁模式，從而完成了個(gè)性化推薦算法的設(shè)計(jì)。
　　最后，本文將推薦算法應(yīng)用于互聯(lián)網(wǎng)實(shí)際系統(tǒng)，對(duì)實(shí)際用戶序列進(jìn)行數(shù)據(jù)挖掘，從精度和效率角度進(jìn)行驗(yàn)證個(gè)性化推薦算法的可行性。
　　本文從跨平臺(tái)的個(gè)