论文部分内容阅读
关联规则推荐具有良好的推荐效果并被用于实践,但随着规则数目的增多,系统会变得复杂和低效。针对这一问题,提出了一种改进方法。首先从日志文件中识别较准确的用户会话集合,在此基础上生成频繁项集,然后用IS兴趣度过滤无价值规则从而形成最终规则集并存入规则库,最后,推荐引擎根据当前部分用户浏览路径并结合网络拓扑结构从规则库中生成推荐集。实验建立在真实的数据上,结果表明,这种算法提高了系统性能,有更好的推荐能力。