在線旅游網站關聯推薦方法的研究.pdf

1、關聯規(guī)則是互聯網數據挖掘極其熱門的研究方向。由于運用關聯規(guī)則挖掘算法可以發(fā)現商品之間的潛在關聯，推薦給用戶之后，可以到達提高銷量以及提升用戶體驗的良好效果。本文主要研究關聯規(guī)則算法在網站推薦方面的應用，通過提出并構建了一個基于分塊思想的推薦模型，應用于在線旅游網站，致力達到向在線旅游網站用戶推薦優(yōu)質的旅行目的地團購商品的目標。本文研究的主要內容和成果:
　　(1)概述了數據挖掘以及關聯規(guī)則挖掘算法的相關技術，并對比了Apriori

2、算法與FP-tree算法在挖掘方面的優(yōu)缺點，發(fā)現FP-tree算法雖然在算法效率上優(yōu)于Apriori算法，但是其樹結構極其占用內存，面對海量數據時有可能導致算法無法執(zhí)行完成。
　　(2)為了克服經典Apriori算法挖掘極其耗費時間的弊端，本文在介紹了Apriori算法并行化處理的技術基礎上，給出了基于MapReduce的Apriori并行算法。并行化的Apriori算法通過分割處理的方式，既保障了其最終挖掘結果的一致性，還在時間

3、上和空間上均節(jié)約了開銷。
　　(3)基于在線旅游網站的推薦背景應用下，本文提出了一個在線旅游網站的關聯規(guī)則推薦模型。該模型結合實際情況，利用商圈標簽作為分割，將龐大的事務數據很好地劃分為多個數據塊，并對其進行基于MapReduce的Apriori并行算法。挖掘產生的關聯規(guī)則保存于關聯規(guī)則庫，當觸發(fā)推薦事件時，直接從關聯規(guī)則庫中取出，此方法規(guī)避了每次都挖掘所產生的服務器開銷，同時還提升了用戶體驗。
　　(4)本文通過搭建基于H