基於頻繁項目集之增量協同過濾推薦
學年 107
學期 1
發表日期 2018-10-24
作品名稱 基於頻繁項目集之增量協同過濾推薦
作品名稱(其他語言)
著者 陳以錚; 惠霖; 王英宏; 劉瀜潞; 陳瑄莉
作品所屬單位
出版者
會議名稱 TANET 2018
會議地點 桃園市, 台灣
摘要 近年來「推薦系統」的技術越來越蓬勃發展,透過協同過濾的方式,根據用戶的興趣或購買行為,對物品的「評分」或「偏好」,向用戶進行推薦,此技術也廣泛應用在各個領域,例如:電影、書籍、美食…等。傳統的協同過濾是透過用戶相似的偏好,去預測你個人的偏好,進一步把其他跟你相似的人所喜愛的物品推薦給你,達到個人化的推薦效果。然而,對於新進的用戶,該如何進行有效的推薦,是一個值得思索的問題。因此本研究運用使用者對電影的喜好,透過樹的建構,將每筆數據依序插入樹中。當找出頻繁項目集後,再利用協同過濾,找出相似的使用者,進一步去做推薦。本文也將對於新使用者的加入,透過增量式挖掘,將採用規範序列樹Canonical-order tree (Can Tree)方法,將數據庫的數據都儲存於Can Tree中,再以FP-growth的方式對Can Tree進行探勘,找出頻繁項目集。接著利用協同過濾的方式,計算使用者之間的相似性,找出要對使用者推薦的項目集清單,最後使用預測函數進行推薦。
關鍵字 增量式頻繁項目集探勘;規範序列樹;協同過濾;推薦系統
語言 zh_TW
收錄於
會議性質 國內
校內研討會地點
研討會時間 20181024~20181026
通訊作者
國別 TWN
公開徵稿
出版型式
出處 TANET2018 臺灣網際網路研討會,頁482 - 487
相關連結

機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/118338 )