期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
改进的Apriori算法在个性化推荐中的应用
被引量:
2
下载PDF
职称材料
导出
摘要
本文研究了数据挖掘关联规则算法Apriori存在的不足,提出了对该算法的改进方法,针对购物系统事务数据库,利用矩阵以及字典构建候选集及频繁项集,通过将矩阵各行间进行与运算计算项集支持度,利用字典记录候选集及频繁项集,有效降低了扫描事务数据库的次数,提高了算法效率。
作者
刘玥波
机构地区
吉林建筑科技学院
出处
《通讯世界》
2020年第6期19-20,共2页
Telecom World
基金
吉林建筑科技学院2018年校级科研项目(校科字[2018]003号)。
关键词
关联规则
购物系统
APRIORI算法
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
引文网络
相关文献
节点文献
二级参考文献
13
参考文献
3
共引文献
19
同被引文献
10
引证文献
2
二级引证文献
3
参考文献
3
1
代丽,樊粤湘.
个性化推荐系统综述[J]
.计算机时代,2019,0(6):9-11.
被引量:18
2
项露芬.
基于个性化推荐技术的电子商务发展研究[J]
.无线互联科技,2019,16(13):111-112.
被引量:2
3
钱俊松,冷文浩.
基于关联规则的个性化推荐系统设计与实现[J]
.福建电脑,2017,33(10):96-98.
被引量:3
二级参考文献
13
1
陈正明.
从“尿布和啤酒”到数据挖掘[J]
.软件工程师,2005(1):59-59.
被引量:4
2
程玉胜,邓小光,江效尧.
Apriori算法中频繁项集挖掘实现研究[J]
.计算机技术与发展,2006,16(3):58-60.
被引量:16
3
谈冉,陆正球,严新平.
分布式环境基于相似度的关联规则挖掘模型的研究[J]
.计算机应用研究,2008,25(3):695-697.
被引量:6
4
王国霞,刘贺平.
个性化推荐系统综述[J]
.计算机工程与应用,2012,48(7):66-76.
被引量:337
5
田野,祝忠明,刘树栋.
基于关联数据的推荐系统综述[J]
.现代图书情报技术,2013(10):1-7.
被引量:10
6
闫东东,李红强.
一种改进的基于内容的个性化推荐模型[J]
.软件导刊,2016,15(4):11-13.
被引量:9
7
裴英梅.
电子商务个性化推荐模型及技术研究[J]
.科技视界,2016(19):177-177.
被引量:1
8
郭燕萍.
基于LBS的O2O电子商务个性化推荐方法研究[J]
.农业网络信息,2016(12):52-54.
被引量:5
9
孙雨生,张晨,任洁,朱礼军.
国内电子商务个性化推荐研究进展:架构与实践[J]
.现代情报,2017,37(5):151-156.
被引量:6
10
丁昭巧.
多Agent技术下电子商务用户感知和个性化推荐模型探究[J]
.商业经济研究,2018(3):98-102.
被引量:6
共引文献
19
1
韦堂洪,秦学,朱道恒,鲜翠琼.
基于协同过滤的水果推荐系统设计与实现[J]
.软件,2020,41(3):206-209.
被引量:1
2
杨慧娟.
基于TensorFLow的个性化推荐系统设计[J]
.粘接,2020,41(2):166-169.
被引量:1
3
宣哲鹏,骆销奇,董浩,王义,蒙诚新,张晶(指导).
基于推荐系统在量化选股中的应用[J]
.河北农机,2020(5):66-67.
4
孙乐.
基于用户相似度的Slope one算法[J]
.安庆师范大学学报(自然科学版),2020,26(3):52-56.
被引量:2
5
刘玥波,刘田.
基于聚类分析和Apriori算法的个性化推荐研究[J]
.电子技术与软件工程,2020(14):198-199.
被引量:2
6
刘子赫.
个性化推荐算法研究综述[J]
.中国科技纵横,2020(6):39-40.
7
孙乐.
基于矩阵填充与BP神经网络的混合推荐算法[J]
.信息与电脑,2020,32(21):41-43.
被引量:2
8
盘城.
基于数据驱动的智能个性化排版系统设计[J]
.自动化与仪器仪表,2020(12):66-69.
9
王倩雯,张延华,付琼霄,李萌,李庆.
基于双重注意力机制的降噪自编码器推荐算法[J]
.高技术通讯,2020,30(12):1234-1242.
被引量:3
10
杨希,何月顺,王同罕.
基于注意力机制的深度协同推荐模型构建[J]
.智能计算机与应用,2020,10(9):186-189.
被引量:1
同被引文献
10
1
贺玲,吴玲达,蔡益朝.
数据挖掘中的聚类算法综述[J]
.计算机应用研究,2007,24(1):10-13.
被引量:228
2
郝志斌.
应用Apriori算法和FP—tree算法挖掘关联规则的比较分析[J]
.中国科技博览,2011(3X):49-49.
被引量:1
3
贺玉珍,任姚鹏.
K-means算法在大学生消费状况分析中的应用[J]
.计算机时代,2013(2):19-21.
被引量:3
4
石芹芹.
基于FP树的极大频繁项集的挖掘方法[J]
.现代计算机,2015,21(24):7-10.
被引量:2
5
石颖莹,葛万成,汪亮友,林佳燕.
K-means聚类个性化推荐算法改进研究[J]
.信息通信,2016,29(1):19-21.
被引量:4
6
代丽,樊粤湘.
个性化推荐系统综述[J]
.计算机时代,2019,0(6):9-11.
被引量:18
7
项露芬.
基于个性化推荐技术的电子商务发展研究[J]
.无线互联科技,2019,16(13):111-112.
被引量:2
8
王云,李丛.
基于改进关联规则算法的警情数据分析[J]
.计算机与现代化,2019,0(12):1-5.
被引量:5
9
戴伟敏.
基于Hadoop平台FP-Growth算法并行化研究与实现[J]
.宁夏大学学报(自然科学版),2020,41(1):69-74.
被引量:4
10
夏茂,刘播阳,张政,陈智超,孔明明.
基于凝聚式层次聚类的调频广播自动识别[J]
.西华大学学报(自然科学版),2020,39(4):104-112.
被引量:1
引证文献
2
1
刘玥波,刘田.
基于聚类分析和Apriori算法的个性化推荐研究[J]
.电子技术与软件工程,2020(14):198-199.
被引量:2
2
刘玥波,徐田翔,徐国庆.
改进的FP-Growth算法在个性化推荐中的应用研究[J]
.软件,2021,42(8):45-47.
被引量:1
二级引证文献
3
1
皮赛奇,刘干.
改进RAkEL分类算法的多功能酶分类预测[J]
.软件导刊,2021,20(7):34-37.
2
王贤儿,谭娥玉,谭社培.
基于关联规则和聚类分析法探讨辛夷治疗过敏性鼻炎的配伍规律[J]
.海峡药学,2023,35(6):58-62.
被引量:3
3
徐佳.
基于Hash的Gibbs采样关联规则挖掘快速算法[J]
.软件,2024,45(2):184-186.
1
马亚琦,刘东旭.
浅谈校园网上购物系统的设计[J]
.电脑知识与技术,2020,16(14):274-275.
被引量:2
2
刘斯烟,张程,钟藩远,张智勇,文维.
多尺度混合算法在智慧能源需求数据挖掘中的应用[J]
.电子设计工程,2020,28(11):36-39.
被引量:5
3
韦婷婷,陈伟生,胡勇军,骆威,包先雨.
基于句法规则和HowNet的商品评论细粒度观点分析[J]
.中文信息学报,2020,34(3):88-98.
被引量:6
4
赵峰,刘小倩.
基于改进Apriori算法的仓库货物关联度分析[J]
.哈尔滨商业大学学报(自然科学版),2020,36(3):372-378.
5
廖伟华,聂鑫,蒋卫国.
基于序列模式的土地利用变化分析——以广西壮族自治区为例[J]
.自然资源学报,2020,35(5):1160-1171.
被引量:7
通讯世界
2020年 第6期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部