基于K均值聚类算法的图书商品推荐仿真系统

摘要：

研究推荐仿真系统是电子商务个性化服务中的重要技术,基于内容的推荐和协同过滤是推荐系统的重要方法.在实际应用中存在着特征提取困难、计算量大的难题.为了准确提取信息,增加可信度,提出了一种基于K均值聚类和关联规则的推荐方法.可以根据每个用户的购买记录采用改进的K均值算法进行客户细分,将具有相似购买倾向的用户划分为一类;对每个类的用户的购买记录进行关联规则挖掘,建立个性化知识库.依据个性化知识库和用户的购买记录,生成推荐结果.以某电子商务网站中的图书商品为例进行了仿真实验.仿真结果表明,方法具有较高的运算效率而且推荐结果具有合理性和准确性.

关键词：K-均值、关联规则、聚类、推荐系统

所属期刊栏目：27

分类号：TP18(自动化基础理论)

在线出版日期：2010-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：346-349