1、移動電子商務(wù)是在無線平臺上實(shí)現(xiàn)的電子商務(wù)。近年來移動電子商務(wù)由于其方便快捷的支付方式以及隨時隨地提供服務(wù)的優(yōu)勢,得到了迅猛發(fā)展;同時隨著4G網(wǎng)絡(luò)和智能手機(jī)的普及,移動電子商務(wù)具有極大發(fā)展?jié)摿?。相比于運(yùn)行在PC端的傳統(tǒng)電子商務(wù),移動平臺在屏幕上所能展示的商品信息相對有限,如何讓用戶迅速找到自己感興趣和需要的商品,避免信息超載,而不是迷失在大量商品信息中,已成為移動電子商務(wù)發(fā)展的一個亟待解決的問題。推薦系統(tǒng)是解決信息超載問題的一個有效方法,

2、它通過分析用戶的興趣偏好、個性化需求等,使用關(guān)聯(lián)規(guī)則、協(xié)同過濾等推薦技術(shù)向用戶推薦個性化信息。然而在實(shí)際應(yīng)用中,已有的電子商務(wù)推薦系統(tǒng)仍存在著一些問題,如稀疏問題,可擴(kuò)展,模型過擬合等問題,導(dǎo)致推薦效率較低,推薦質(zhì)量不高,不能夠滿足用戶的個性化需求,因此,對于移動電子商務(wù)推薦系統(tǒng)和推薦技術(shù)的研究具有比較大的實(shí)用價值。
　　本文以實(shí)際的移動電子商務(wù)系統(tǒng)為應(yīng)用背景,通過分析移動電子商務(wù)推薦系統(tǒng)的特征和當(dāng)前推薦系統(tǒng)在移動電子商務(wù)和海量數(shù)

3、據(jù)環(huán)境下存在的實(shí)時性和推薦效率不高等問題,對推薦系統(tǒng)的體系結(jié)構(gòu)、功能模塊以及工作流程進(jìn)行了學(xué)習(xí)研究,設(shè)計了基于關(guān)聯(lián)規(guī)則的移動電子商務(wù)推薦系統(tǒng)模型,該模型將推薦過程分為離線處理和在線推薦兩大部分,離線處理又分為數(shù)據(jù)預(yù)處理和關(guān)聯(lián)規(guī)則挖掘兩個子模塊。數(shù)據(jù)預(yù)處理通過數(shù)據(jù)庫觸發(fā)器和存儲過程來實(shí)現(xiàn)數(shù)據(jù)的選擇清理和格式的轉(zhuǎn)換,關(guān)聯(lián)規(guī)則挖掘部分采用FP-growth算法實(shí)現(xiàn)頻繁模式的挖掘,生成并導(dǎo)入關(guān)聯(lián)規(guī)則庫。在線推薦模塊根據(jù)采集的用戶信息與生成的規(guī)則