公开(公告)号：CN112100483B

公开(公告)日：2023-09-19

申请号：CN202010788400.9

申请日：2020-08-07

Applicant: 西安工程大学

Inventor： 毋涛 ,  郑文靖 ,  杜守信 ,  王婷 ,  赵鑫 ,  姚艳

IPC: G06F16/9535 ,  G06F18/26 ,  G06F16/901

Abstract: 本发明公开了一种融合用户兴趣权重的关联规则推荐方法，具体按照以下步骤实施：步骤1、构建用户与定制项目的评分矩阵；步骤2、计算用户对定制内容的兴趣权重；步骤3、根据用户定制内容兴趣权重构建UIFP‑tree；步骤4、对UIFP‑tree进行频繁模式挖掘，获得频繁项组合，将该频繁项组合推荐给用户。本发明的通过融合用户兴趣权重，获得的定制内容规则更多的保留了用户的偏好，过滤了大量无意义的规则，提升了数据挖掘的效率，并且使得最终获得的强关联规则具有实际的应用价值。

公开(公告)号：CN112100483A

公开(公告)日：2020-12-18

申请号：CN202010788400.9

申请日：2020-08-07

Applicant: 西安工程大学

Inventor： 毋涛 ,  郑文靖 ,  杜守信 ,  王婷 ,  赵鑫 ,  姚艳

IPC: G06F16/9535 ,  G06Q10/06 ,  G06F16/2458 ,  G06F16/901

Abstract: 本发明公开了一种融合用户兴趣权重的关联规则推荐方法，具体按照以下步骤实施：步骤1、构建用户与定制项目的评分矩阵；步骤2、计算用户对定制内容的兴趣权重；步骤3、根据用户定制内容兴趣权重构建UIFP‑tree；步骤4、对UIFP‑tree进行频繁模式挖掘，获得频繁项组合，将该频繁项组合推荐给用户。本发明的通过融合用户兴趣权重，获得的定制内容规则更多的保留了用户的偏好，过滤了大量无意义的规则，提升了数据挖掘的效率，并且使得最终获得的强关联规则具有实际的应用价值。