【文章內(nèi)容簡介】 sers with learning more accurate personalized remendations . 12 目 錄 1. 緒論 ......................................................... 13 研究背景 ................................................................................. 錯誤 !未定義書簽。 研究意義 ............................................................................................................... 13 國內(nèi)外研究現(xiàn)狀 ..................................................................... 錯誤 !未定義書簽。 論文研究主要內(nèi)容和論文組織安排 ................................................................... 14 2. 推薦系統(tǒng)相關(guān)知識 ................................. 錯誤 !未定義書簽。 鏈路預(yù)測 ................................................................................. 錯誤 !未定義書簽。 鏈路預(yù)測的發(fā)展方向 .................................................. 錯誤 !未定義書簽。 數(shù)據(jù)挖掘技術(shù) ......................................................................... 錯誤 !未定義書簽。 數(shù)據(jù)挖掘技術(shù)的定義 ...................................................................................8 數(shù)據(jù)挖掘技術(shù)的一般過程 .......................................................................... 小結(jié) ....................................................................................................................... 17 3. 個性化推薦系統(tǒng)主要算法和應(yīng)用 ........................ 錯誤 !未定義書簽。 基于關(guān)聯(lián)規(guī)則的推薦 ............................................................. 錯誤 !未定義書簽。 關(guān)聯(lián)規(guī)則的定義 .......................................................................................... 4. 個性化推薦系統(tǒng)設(shè)計(jì) .................................. 錯誤 !未定義書簽。 系統(tǒng)前端與數(shù)據(jù)庫 ................................................................. 錯誤 !未定義書簽。 Django 簡介 ................................................................... 錯誤 !未定義書簽。 Mysql 數(shù)據(jù)庫的嵌入 ..................................................... 錯誤 !未定義書簽。 算法相關(guān)代碼分析 ................................................................. 錯誤 !未定義書簽。 .................................................................................................. 22 用 fptree 進(jìn)行數(shù)據(jù)挖掘 .......................................................................... 22 FP 樹的挖掘過程 ......................................................... 錯誤 !未定義書簽。 不同情況下的判定方式 ...............................................................................30 算法的優(yōu)化 ...................................................................................................31 系統(tǒng)運(yùn)行效果評估 ............................................................................................... 23 系統(tǒng)運(yùn)行效果分析 .................................................................................... 31 系統(tǒng)功能測試 ............................................................................................ 19 小結(jié) ....................................................................................................................... 34 5. 總結(jié)與展望 ................................................... 35 本文主要工作 ....................................................................................................... 35 工作展望 ............................................................................................................... 35 參考文獻(xiàn) ......................................................... 37 致 謝 ........................................................... 39 中國礦業(yè)大學(xué) 2020 屆本科生畢業(yè)設(shè)計(jì)（論文） 第 13 頁 1. 緒論 研究背景 個性化推薦是根據(jù)用戶的興趣特點(diǎn)和 購買行為 ，向用戶推薦用戶感興趣的 信息 和 商品 。隨著 電子商務(wù) 規(guī)模的不斷擴(kuò)大，商品個數(shù)和種類快速增長， 顧客 需要花費(fèi)大量的時間才能找到自己想買的商品。這種瀏覽大量無關(guān)的信息和 產(chǎn)品 過程無疑會使淹沒在 信息過載問題中的 消費(fèi)者 不斷流失。為了解決這些問題，個性化推薦系統(tǒng)應(yīng)運(yùn)而生。 個性化推薦系統(tǒng)是建立在海量 數(shù)據(jù)挖掘 基礎(chǔ)上的一種高級 商務(wù)智能 平臺，以幫助 電子商務(wù) 網(wǎng)站為其顧客購物提供完全個性化的決策支持和 信息服務(wù) 。購物網(wǎng)站的推薦系統(tǒng)為 客戶 推薦商品，自動完成個性化選擇商品的過程，滿足客戶的個性化需求，推薦基于：網(wǎng)站最熱賣 商品、客戶所處城市、客戶過去的購買行為和購買記錄，推測客戶將來可能的購買行為。 在電子商務(wù)時代，商家通過購物網(wǎng)站提供了大量的商品，客戶無法一眼通過屏幕就了解所有的商品，也無法直接檢查商品的 質(zhì)量 。所以，客戶需要一種電子購物助手，能根據(jù)客戶自己的興趣愛好推薦客戶可能感興趣或者滿意的商品。 個性化推薦的最大的優(yōu)點(diǎn)在于，它能收集用戶特征資料并根據(jù)用戶特征，如興趣偏好，為用戶主動作出個性化的 推薦。而且，系統(tǒng)給出的推薦是可以實(shí)時更新的，即當(dāng)系統(tǒng)中的商品庫或用戶特征庫發(fā)生改變時，給出的推薦序列會自動改變。這就大大提高了電子商務(wù)活動的簡便性和有效性，同時也提高了 企業(yè) 的服務(wù)水平。 總體說來，一個成功的個性化推薦系統(tǒng)的作用主要表現(xiàn)在以下三個方面： 1） 將電子商務(wù)網(wǎng)站的瀏覽者轉(zhuǎn)變?yōu)橘徺I者： 電子商務(wù)系統(tǒng) 的訪問者在瀏覽過程中經(jīng)常并沒有 購買欲望 ，個性化推薦系統(tǒng)能夠向用戶推薦他們感興趣的商品，從而促成購買過程。 2）提高電子商務(wù)網(wǎng)站的 交叉銷售 能力：個性化推薦系統(tǒng)在用戶購買過程中向用 戶提供其他有 價值 的商品推薦，用戶能夠從系統(tǒng)提供的推薦列表中購買自己確實(shí)需要但在購買過程中沒有想到的商品，從而有效提高電子商務(wù)系統(tǒng)的交叉銷售。 3）提高客戶對電子商務(wù)網(wǎng)站的忠誠度：與傳統(tǒng)的商務(wù)模式相比，電子商務(wù)系統(tǒng)使得用戶擁有越來越多的選擇，用戶更換商家極其方便，只需要點(diǎn)擊一兩次鼠標(biāo)就可以在不同的電子商務(wù)系統(tǒng)之間跳轉(zhuǎn)。個性化推薦系統(tǒng)分析用戶的 購買習(xí)慣 ，根據(jù)用戶需求向用戶提供有價值的商品推薦。如果推薦系統(tǒng)的推薦質(zhì)量很高，那么用戶會對該推薦系統(tǒng)產(chǎn)生依賴。因此，個性化推薦系統(tǒng)不僅能夠?yàn)橛脩籼峁﹤€性化的推薦服務(wù)，而且能與用戶建立長期穩(wěn)定的關(guān)系，從而有效保留客戶，提高客戶的忠誠度，防止 客戶流失 。 個性化推薦系統(tǒng)具有良好的發(fā)展和應(yīng)用前景。目前，幾乎所有的大型電子商務(wù)系統(tǒng)，如 Amazon、 eBay 等不同程度的使用了各種形式的推薦系統(tǒng)。國內(nèi)方面，知名購物網(wǎng)站淘寶、凡客誠品、聚美優(yōu)品等都率先選擇了本土最先進(jìn)的推薦引擎系統(tǒng)構(gòu)建個性化推薦服務(wù)系統(tǒng)。在日趨激烈的 競爭環(huán)境 下，個性化推薦系統(tǒng)能有效的保留客戶，提高電子商務(wù)系統(tǒng)的服務(wù)能力。成功的推薦系統(tǒng)會帶來巨大的效益。 另一方面，各種提供 個性化服務(wù) 的 Web站點(diǎn)也需要推薦系統(tǒng)的大力支持，國內(nèi)推薦系統(tǒng)領(lǐng)航者百分點(diǎn)科技就 Web 站點(diǎn)個性化內(nèi)容推薦方面也做出了貢獻(xiàn)，在信息爆棚的今天，實(shí)施個性化閱讀勢在必行。 研究意義 近年來，隨著網(wǎng)絡(luò)科學(xué)的快速發(fā)展，鏈路預(yù)測的研究越來越被提上日程，而鏈路預(yù)測的研究與網(wǎng)絡(luò)結(jié)構(gòu)的演化也越來越緊密的聯(lián)系起來。因此，對于個性化預(yù)測這個課題，人 中國礦業(yè)大學(xué) 2020 屆本科生畢業(yè)設(shè)計(jì)（論文） 第 14 頁 們越來越關(guān)注，對它的理論化研究迫在眉睫。而計(jì)算機(jī)專業(yè)人士研究鏈路預(yù)測的優(yōu)勢正在與理論的計(jì)算。與此同時，對鏈路預(yù)測的研究也可以從理論上幫主我們認(rèn)識復(fù)雜網(wǎng)絡(luò)演化的機(jī)制。 這個課題的內(nèi)容十分復(fù)雜，刻畫其中網(wǎng)絡(luò)結(jié)構(gòu)的統(tǒng)計(jì)量也非常的多，各項(xiàng)機(jī)制各有優(yōu)劣難以計(jì)算比較。其中，如何刻畫網(wǎng)絡(luò)中節(jié)點(diǎn)相似性是一個很重要的問題，與此問題類似的還有相似性的度量指標(biāo)問題，只有能 夠快速準(zhǔn)確的評估相似性定義，才能夠很好的刻畫一個給定網(wǎng)絡(luò)節(jié)點(diǎn)間的關(guān)系，才能進(jìn)一步研究網(wǎng)絡(luò)特征對相似性選擇的影響。這個方面，鏈路預(yù)測可以起到很重要的作用，通過構(gòu)造網(wǎng)絡(luò)系統(tǒng)，并利用最大似然估計(jì)方法進(jìn)行鏈路預(yù)測也是很重要的研究方向。 鏈路預(yù)測不僅具有如上所述的理論價值，在高新科技應(yīng)用方面它還有更重要的意義。比如生物網(wǎng)絡(luò)中，蛋白質(zhì)相互作用網(wǎng)絡(luò)和新陳代謝網(wǎng)絡(luò)，節(jié)點(diǎn)之間是否存在相互作用關(guān)系，這些是需要通過大量實(shí)驗(yàn)來驗(yàn)證的。這類實(shí)驗(yàn)是需要耗費(fèi)高額成本的，如果能夠事先通過科學(xué)方法進(jìn)行驗(yàn)證，就會減少不必要的實(shí)驗(yàn)成本。 除此之外，鏈路預(yù)測算法還可以用于分析演化網(wǎng)絡(luò)，比如對在線社交網(wǎng)絡(luò)的預(yù)測，“猜你喜歡”“你可能想要關(guān)注”等，如果預(yù)測結(jié)果準(zhǔn)確，毫無疑問會增加網(wǎng)站粘性和用戶忠誠度。鏈路預(yù)測的思想和方法還有更廣泛的應(yīng)用，比如預(yù)測網(wǎng)絡(luò)中的錯誤鏈接，分析網(wǎng)絡(luò)重組和結(jié)構(gòu)優(yōu)化問題，甚至在構(gòu)建生物網(wǎng)絡(luò)實(shí)驗(yàn)中都有可能應(yīng)用鏈路預(yù)測的原理。 論文研究主要內(nèi)容和論文組織安排 本文主要介紹了基于鏈路預(yù)測的個性化推薦技術(shù)的算法和實(shí)現(xiàn)過程，給出了利用Python 和 Mysql 平臺具體的實(shí)現(xiàn)方案，并且進(jìn)行了 Aprior 算法在個性化推薦方面的實(shí)驗(yàn)，最終在 WEB 端下成功實(shí)現(xiàn)基于關(guān)聯(lián)規(guī)則的商品推薦服務(wù)，而該功能主要是利用 Django 編寫的。主要功能模塊和實(shí)現(xiàn)如圖 所示： 圖 系統(tǒng)功能模塊分析 本文一共由五章組成： 第一章為緒論 ,主要講述了基于鏈路預(yù)測的個性化推薦技術(shù)的背景、基于鏈路預(yù)測的個性化推薦技術(shù)的研究的意義和價值，并根據(jù)當(dāng)前個性化鏈路預(yù)測的發(fā)展?fàn)顩r，分類講