基于极大频繁项集的粒关联规则方法

作者：李山山; 张正炳^*; 付青青

来源：长江大学学报(自然科学版), 2018, 15(21): 17-5.

DOI：10.16772/j.cnki.1673-1409.2018.21.004

• 粒关联规则
• 极大频繁项集
• 推荐系统
• 冷启动问题
• 数据挖掘

推荐系统已经被广泛应用于日常生活的各个领域,粒关联规则适用于推荐系统的冷启动问题,但粒关联规则存在规则集冗余而干扰推荐的问题。为解决该问题,从粒的性质出发,结合极大频繁项集可以紧凑地表示频繁项集的特点,提出基于极大频繁项集的粒关联规则方法 (MGR算法)来改进粒关联规则算法。利用MovieLens数据集,在不同阈值条件下,对比改进算法与传统粒关联规则算法的规则数量、运行时间和推荐准确率之间的关系。试验表明,改进的算法规则数量减少约1/2,运行时间减少约2/3,在不同阈值和不同划分比例的条件下,改进算法的推荐准确率均高于传统算法。

• 单位
  长江大学