杜炜威，卫 恒

（河南经贸学院 电子工程系，河南 郑州 450008）

基于关联规则个性化推荐系统的工作原理是利用web日志，为每个用户群建立相应的事务数据库，并利用关联规则技术挖掘出用户访问图书之间的关联规则，根据该规则来建立用户兴趣模型。当用户再次访问站点时，推荐系统先对用户进行识别，得到用户所属的用户聚类，并根据兴趣模型向用户推荐一些他们可能感兴趣的尚未访问的图书。

一、基于关联规则个性化推荐的系统结构

利用用户在访问Web时的交互性，在用户和站点之间增加—个推荐过程是关联规则的中心思想，它根据用户的特点先找到匹配用户群，从而获得用户当前的访问模式，然后由关联规则库对所对应图书进行推荐，整个操作过程分为在线和离线两个部分。

1.在线推荐：系统根据用户访问特征首先找到匹配用户群并获得用户当前的访问模式，得到用户访问的前n-1个页面 p1，p2，p3，…，pi，构成规则的前项，然后由关联规则库对所对应的图书进行推荐。

2.离线部分：包括对原始数据的预处理、聚类、分类和关联规则挖掘算法。在线部分则通过推荐引擎在用户会话期间根据用户当前的浏览提供动态的个性化Web页面推荐，应用于个性化推荐的关联规则具有这样的形式：p1，p2，…，pi=>pc（i=l，2，…，n）。

我们可以这样理解：当站点的用户访问了p1，p2，…，pi图书后，该站点的推荐引擎为其推荐pc图书。

二、兴趣模型的构建

用户的兴趣描述就是用户的个性化信息，它的作用是为了准确描述用户的兴趣，那么我们需要给每个用户建立一个用户兴趣描述文件（useprofile）后再利用正确的关联规则。