基于關聯(lián)規(guī)則的圖書銷售網(wǎng)站個性化推薦系統(tǒng)設計與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術的快速發(fā)展與普及，人們可以很容易的接觸到互聯(lián)網(wǎng)所提供的海量信息，但是用戶很難從海量的數(shù)據(jù)中找到自己想要找到的信息，而圖書銷售網(wǎng)站就面臨著一種“在線圖書館網(wǎng)站有用戶需要的書，但是用戶卻找不到的情況”的局面。
　　本文對各種個性化推薦系統(tǒng)做出了簡單的介紹，并對基于關聯(lián)規(guī)則的個性化推薦技術做了深入的探討與研究。本文介紹了基于關聯(lián)規(guī)則的兩種重要算法，即FP-growth算法與apriori算法，然后對apriori算法重點做

2、了研究，并根據(jù)圖書銷售網(wǎng)站的特點，將圖書分類然后在每個子類中去應用apriori算法，去生成每個圖書子類的最大頻繁集。當向用戶進行推薦的時候，在每個子類中去產(chǎn)生推薦的書籍，然后再將每個子類的產(chǎn)生的推薦書籍合并，向用戶進行推薦。本文所研究設計的圖書銷售個性化推薦算法綜合了用戶的圖書瀏覽事物集與圖書交易事物集產(chǎn)生推薦書籍，進一步提高了圖書推薦的準確性與靈活行。本文以C語言將所提出的圖書分類推薦的算法進行了實現(xiàn)，數(shù)據(jù)庫采用mysql數(shù)據(jù)，開發(fā)