摘要：推薦系統從**資料中提取使用者感興趣的資訊，為使用者提供個性化服務。推薦演算法應盡可能地利用各種有用的資料資訊，提供更加精確有效的推薦。
文章對目前推薦系統所使用的技術進行了分析針對推薦系統面臨的問題，提出一種基於關聯規則挖掘的推薦演算法，該演算法結合使用者訪問資料和商品層次結構資料，快速選擇最優匹配粒度，進行**推薦。
關鍵詞：資料探勘關聯規則推薦系統
1 引言
隨著商場資訊化的建設，商場積累了大量的銷售資料。面對海量銷售資料和大量繁雜資訊，如何從資料海洋中提取有價值的知識，為商場的管理提供決策支援，提高商場的競爭力，已經成為商場管理者關注的熱點。在這一背景下，資料探勘技術應運而生。
資料探勘技術就是從大量的資料中挖掘出有效的、新穎的和潛在有用的知識，目的是為企業的管理決策提供支援。在資料探勘的知識模式中，關聯規則挖掘是非常重要的一種，也是非常活躍的乙個分支。關聯規則挖掘能發現大量資料中專案集之間有趣的關聯或相關關係。
隨著大量資料不斷地收集和儲存，許多業界人士對於從他們的資料庫中挖掘關聯規則越來越感興趣。從大量商務事務記錄中發現有趣的關聯關係，可以幫助許多商務決策的制定，如分類設計、交叉購物和**分析。關聯規則可以廣泛應用到商場、金融、**、通訊等各個領域。
推薦系統就是根據使用者個人的喜好、習慣來向其推薦商品資訊的程式。最初的研究動機來自於internet帶來的資訊**。通常人們借助於搜尋引擎來尋找所需的內容，但大多數使用者很難用幾個簡短的關鍵字來準確地描述自己的需要，其結果是要麼得不到任何結果，要麼不得不在返回的一長串列表中逐個檢視。
於是設想讓乙個程式來揣摩使用者的心意，觀察什麼是使用者喜歡的，什麼是使用者不喜歡的，然後自動地為使用者篩選出與喜歡的模式匹配的內容，過濾掉那些與不喜歡的模式匹配的內容。要解決這一問題，傳統的資料庫技術已經很難滿足商場管理者的需求。
2 推薦系統介紹
關聯規則在部件故障模式分析中的應用
摘要 以某系統零部件資料庫中的故障資料為研究物件，採用apriori演算法挖掘待挖掘資料中各項之間的關聯規則，找到零部件或者系統發生故障的原因 模式和部位之間的關聯性，並進行相應的解釋，為部件的故障模式分析提供簡便的方法。關鍵詞 關聯規則 故障模式分析 apriori演算法 現代裝置的特點是技術密集...
資料探勘中關聯規則在零售業中的應用
第 卷第 期重慶科技學院學報 自然科學版 年 月 董引娣 重慶城市管理職業學院，重慶 摘要 目前，在需要處理大量資料的科研領域中，資料探勘受到越來越多的關注。我們可以利用資料探勘技術從海 量資料中發現有用資訊，幫助商家了解客戶以往的需求趨勢，並 未來，從而給商家帶來巨大的利潤。在國內很多 領域，尤其...
規則在班級管理中
作為班主任，在平時的班級管理中，我們要注重培養學生基本的規則意識。我們需要幫助學生確立正確的基本規則觀，讓每個學生都知道 我該怎麼做 我不能這樣做 從而形成積極向上的學風和班風。我就自己的班級管理談點粗淺的看法 1 制定規則，重落實。我們的學生都很聰明，也很會耍小聰明，假如教師的執行力一旦形同虛設的...