[发明专利]基于加权频繁项集挖掘算法的电商平台个性化推荐方法

摘要

本发明公开了一种基于加权频繁项集挖掘算法的电商平台个性化推荐方法，该方法针对电商平台用户的访问行为，根据用户的点击浏览、收藏、加入购物车及购买等行为对不同项目赋予不同的概率值，以反映用户对不同项目的偏好程度，并结合不同项目（即商品）的收益情况，挖掘电商平台用户访问数据集中的加权频繁项目集，以实现更加有效的个性化推荐。本发明提出了适用于电商平台用户访问数据集加权频繁项集挖掘的权重判决向下闭包特性和加权频繁子集存在特性，并基于上述两种特性提出了一种基于权重判决向下闭包特性的不确定数据频繁项集挖掘算法，同时考虑了用户对不同项目的偏好程度和项目给商家带来的收益，提高了挖掘效率。

主权项

1.一种基于加权频繁项集挖掘算法的电商平台个性化推荐方法，其特征在于，包括如下步骤：步骤1、对电商平台用户访问数据进行预处理，构建电商平台用户访问数据集D；步骤2、令候选加权频繁1项集集合CWFIS1等于1项集集合IS1，并令k＝1；步骤3、扫描不确定数据集D，对候选加权频繁k项集集合CWFISk包含的k项集进行验证，并根据该项集的加权期望支持度是否大于最小加权期望支持度判断该项集是否为加权频繁k项集，从而生成加权频繁k项集集合WFISk；步骤4、若加权频繁k项集集合WFISk不为空，对WFISk中所有加权频繁k项集按照权重递减排序，得到权重有序频繁k项集集合WSFISk，进入步骤5；若加权频繁k项集集合WFISk为空，执行步骤7；步骤5、将权重有序频繁k项集集合WSFISk与1项集集合IS1进行连接，根据加权频繁项集的权重判决向下闭包特性和加权频繁子集存在特性，可得到候选加权频繁k+1项集集合CWFISk+1；步骤6、令k＝k+1，重复执行上述步骤2～步骤5；步骤7、得到所有加权频繁项集集合为WFIS＝WFIS1∪WFIS2∪...∪WFISk，根据集合中的关联规则分析，进行个性化推荐。