基于关联规则的个体化推荐在传统商业中的应用
文献类型：期刊
作者：吴喜之[1]
机构：中国人民大学,统计学院,北京,100872;北京瑞斯泰得数据技术开发有限公司,北京,100086
年：2007
期刊名称：兰州学刊
期：2
页码范围：87-90
增刊：增刊
所属部门：统计学院
语言：中文
ISSN：1005-3492
链接地址：http://d.g.wanfangdata.com.cn/Periodical_lzxk200702027.aspx
DOI：10.3969/j.issn.1005-3492.2007.02.027
基金：国家自然科学基金; 教育部重点研究基地科研项目; 中国人民大学应用统计中心的资助项目
关键词：关联规则;个性化推荐;传统商业
摘要：随着互联网与电子商务的发展,个性化网页的设计应运而生.本文从多产品(包括服务)提供商角度出发,以数据挖掘关联规则理论为基础,总结了"个性化推荐"在多产品提供商中的应用.推荐计算过程主要有四步:构建知识集;基于客户已知信息的筛选规则;对每个候选产品计算总评分;选择最终推荐产品.并指出:知识集不仅包括历史数据关联规则集,也包括业务知识集;评分可以根据具体业务选择合适的规则度量(置信度、lift值等);按照某些准则得到各候选产品的总评分;这些准则包括加权平均、最大值、最小值等;根据一些诸如评分大小等标准确定最终推荐产品.从一个例子,本文描述了个性化推荐过程.
作者其他论文
基于随机波动模型的沪深股市波动分析--以06,07年度沪深股指为例.马国栋;吴喜之.数学的实践与认识.2008,38(20),63-71.
随机波动模型的局部影响分析.马国栋;吴喜之.数学的实践与认识.2008,38(2),78-86.
一种新的Boosting回归树方法.宋捷;吴喜之.统计与信息论坛.2010,25(5),9-13.
两分类不平衡数据的Boosting算法.宋捷;吕晓玲;吴喜之.统计与决策.2010,8-10.
空间变系数模型的统计诊断.魏传华;吴喜之.数理统计与管理.2007,26(6),1027-1033.
