基于关联规则的个体化推荐在传统商业中的应用

作     者：吴喜之 闫洁 苏立民 钟云飞 

作者机构：中国人民大学统计学院北京100872 北京瑞斯泰得数据技术开发有限公司北京100086 

基　　金：自然科学基金重点项目(#10431010) 教育部重点基地重大项目(#05JJD910001) 中国人民大学应用统计中心的资助 

出 版 物：《兰州学刊》 (Lanzhou Academic Journal)

年 卷 期：2007年第2期

页      码：87-90页

摘      要：随着互联网与电子商务的发展,个性化网页的设计应运而生。本文从多产品(包括服务)提供商角度出发,以数据挖掘关联规则理论为基础,总结了“个性化推荐”在多产品提供商中的应用。推荐计算过程主要有四步:构建知识集;基于客户已知信息的筛选规则;对每个候选产品计算总评分;选择最终推荐产品。并指出:知识集不仅包括历史数据关联规则集,也包括业务知识集;评分可以根据具体业务选择合适的规则度量(置信度、lift值等);按照某些准则得到各候选产品的总评分;这些准则包括加权平均、最大值、最小值等;根据一些诸如评分大小等标准确定最终推荐产品。从一个例子,本文描述了个性化推荐过程。

主 题 词：关联规则 个性化推荐 传统商业 

学科分类：07[理学] 070104[070104] 0701[理学-数学类] 

D　O　I：10.3969/j.issn.1005-3492.2007.02.027

馆 藏 号：203301550...