基于双向关联规则项目评分预测的推荐算法研究

？针对用户评分数据稀疏性问题，通过对事务数据库项目空间关联性分析，提出基于双向关联规则项目评分预测的推荐算法。算法利用双向关联规则挖掘事务数据库中相互关联的项目，找到目标项目的关联集，利用已评分项目初步预测用户对目标项目的偏好程度，最后结合协同过滤算法为用户提供推荐服务。实验结果表明，当置信度水平在60%～90%之间变动，支持度在5%～10%之间变化时，关联规则数目随着置信度和支持度水平的增加而逐渐减少，而推荐精度逐步提高。为了验证算法的有效性，选取置信度为80%以及支持度为7%与传统的推荐算法比较，所设计的算法能够较精确地找到目标项目的关联集，推荐精度和效率明显优于传统的推荐算法。？