摘要：随着互联网技术的应用普及，大量有价值的知识隐藏于海量的信息中出现在我们眼前，各种信息挖掘技术也应运而生，在众多的技术中，基于互联网数据的关联规则挖掘技术发展尤为活跃。应用基于关联规则挖掘的推荐技术也可以起到为商家的产品定价，促销活动以及交叉销售等提供决策支持的作用，也能够根据客户以往的消费情况，预测客户即将进行的消费来进行针对性的广告投递。

文章主要分析了关联规则在美团网个性化推荐系统中的应用，比如美团网利用关联分析技术对网站内的数据进行数据挖掘，从客户的历史消费订单记录，用户的注册信息等数据中获得规则，就可以根据有效的关联规则来设置捆绑销售，进行个性化推荐的服务或者优化网站内的链接。分析用户所需，提供用户所求就能够增加客户，提高客户的忠诚度，提高利润率，提升影响力。

关键词：数据挖掘；关联规则；电子商务；个性化推荐系统

目录

摘要

Abstract

1 绪论-1

1.1研究的背景及意义-1

1.2国内外发展现状-1

1.3研究方法和内容-2

2数据挖掘和关联规则的理论综述-3

2.1数据挖掘-3

2.1.1数据挖掘理论概述-3

2.1.2数据挖掘过程-3

2.2关联规则挖掘技术-3

2.2.1关联规则理论概述-3

2.2.2关联规则挖掘步骤-4

2.2.3Apriori算法(通过候选项集查找频繁项集)-4

2.2.4FP-growth算法-5

3 关联规则在美团网个性化推荐系统中的应用-7

3.1美团网个性化推荐系统应用现状-7

3.2关联规则在美团网个性化推荐系统中的具体实现-8

3.3存在的问题-9

4基于多层次关联规则的美团网推荐算法改进-10

4.1多层次关联规则概述-10

4.2概念层次树-10

4.3改进方法分析-11

4.4基于FP-growth的多层关联规则具体改进方法-11

4.5结合事物数据库的改进算法具体分析-14

5引入关联规则的美团网用户兴趣模型优化-17

5.1分析-17

5.2建立用户-商品的兴趣度矩阵-17

5.3结合关联规则建立客户兴趣模型-18

5.4具体的实现-18

6 改进后的美团网个性化推荐系统-19

6.1改进后的美团网个性化推荐系统总体流程-19

6.2改进后的美团网个性化推荐系统的优势-19

7 结论-20

致谢-21

参考文献-22