1、互聯(lián)網(wǎng)時(shí)代不斷發(fā)展為互聯(lián)網(wǎng)+大數(shù)據(jù)的時(shí)代，信息資源及其豐富，如何快速、準(zhǔn)確的從海量數(shù)據(jù)中獲取自身需要的信息亟待解決。個(gè)性化推薦作為信息過濾的重要手段，是解決信息過載問題的一種有效方法。論文以數(shù)據(jù)挖掘技術(shù)為基點(diǎn)，以向用戶提供更好的個(gè)性化推薦服務(wù)為目標(biāo)，主要圍繞多層關(guān)聯(lián)規(guī)則挖掘技術(shù)、用戶興趣建模兩方面展開研究。并以電子商務(wù)網(wǎng)站為應(yīng)用場景，建立一個(gè)個(gè)性化推薦系統(tǒng)。論文主要研究內(nèi)容如下：
　?。?）針對(duì)傳統(tǒng)多層關(guān)聯(lián)規(guī)則挖掘算法，執(zhí)行效率低

2、，規(guī)則冗余度高，且多數(shù)只能挖掘同層次間規(guī)則的問題，提出基于FP_Growth的約束事務(wù)擴(kuò)展的多層關(guān)聯(lián)挖掘算法(CTE-MARM)。根據(jù)用戶需求及應(yīng)用場景不同，對(duì)事務(wù)數(shù)集進(jìn)行k層約束擴(kuò)展預(yù)處理，保證挖掘出多層次間關(guān)聯(lián)規(guī)則的同時(shí)，有效壓縮事務(wù)數(shù)集大小，提高挖掘執(zhí)行效率且降低大數(shù)據(jù)處理負(fù)擔(dān)及規(guī)則冗余度。
　?。?）將關(guān)聯(lián)規(guī)則引入到用戶興趣模型中。對(duì)電子商務(wù)網(wǎng)站記錄的用戶瀏覽行為數(shù)據(jù)進(jìn)行分析處理，結(jié)合多層關(guān)聯(lián)規(guī)則挖掘的規(guī)則庫及用戶瀏覽行為