一种基于关联规则与贝叶斯网络集成的推荐技术
基本信息
| 申请号 | CN201610096873.6 | 申请日 | - |
| 公开（公告）号 | CN107103000A | 公开（公告）日 | 2017-08-29 |
| 申请公布号 | CN107103000A | 申请公布日 | 2017-08-29 |
| 分类号 | G06F17/30(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 肖建军 | 申请（专利权）人 | 广州启法信息科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 510665 广东省广州市天河区棠德南路28号218房 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 针对商务网站的智能推荐技术，在关联规则的基础上学习贝叶斯网络结构，基于最优贝叶斯网络预测当前用户访问各网址的条件概率，找出条件概率最大的N个网址推荐给用户。首先，对网址进行关联分析，并将关联规则按提升度排序。然后，依据关联规则前后件的关系，将关联规则转化成初始贝叶斯网络。再然后对初始贝叶斯网络进行结构学习，寻找最优贝叶斯网络结构，并学习最优贝叶斯网络结构的参数。最后使用贝叶斯方法预测当前用户访问未知网址的概率，将概率最大的N个网址推荐给用户。本发明创造性地将关联规则和贝叶斯网络两种数据挖掘方法集成运用在网站智能推荐上，这两种方法结合互补，提高了模型的精确度和运算效率。 |
