基于Python的关联规则算法在推荐领域的应用研究

如今,推荐系统在国内各大网站应用非常广泛,可以让用户在更短的时间内去获得需要的信息,提高用户的体验。传统的推荐系统多采用协同过滤算法来进行推荐,由于其在计算项目相似度时没有考虑到项目之间的内在联系,但是现实生活中项目之间是可以分类的,具有一定的内在联系。所以针对此问题本文提出了一种改进算法。改进算法的重点在于应用关联规则算法(FP-growth),挖掘出项目之间的强关联规则,然后在具有强关联规则的项目之间进行重点推荐。将本算法在雅虎音乐数据集上进行了实验验证,结果证明,改进的算法提高了推荐的准确性。