[发明专利]一种基于Apriori的图书推荐方法

权利要求书

1.一种基于Apriori的图书推荐方法，其特征在于：

Step1、建立读者借阅图书记录的数据库，读者信息作为标识符TID，所借阅的图书列表作为一个事务T，所有事务的集合为事务集D；

Step2、引入Apriori算法，每本图书作为一个候选1项集c₁，所有c₁的集合为C₁，设置一个最小支持度阈值min_sup，当c₁的支持度计数support_count(c₁)大于等于min_sup时，则c₁成为频繁1项集l₁，所有l₁的集合为L₁，通过将L₁与自身相连接产生候选2项集c₂，所有c₂的集合为C₂，如果C₂中第i个候选2项集c₂(i)的某个子集为第x个候选1项集c₁(x)，且它不是L₁的元素时，则将c₂(i)从C₂中删除；满足min_sup的c₂作为频繁2项集l₂，其集合为L₂；依次循环类推，得到不同频繁项集l₂、l₃、……l_k-1、l_k的集合L₂、L₃……L_k-1、L_k，其中l_k-1、l_k分别代表频繁k-1项集和频繁k项集，L_k-1、L_k则为它们各自的集合；

Step3、设置一个最小置信度阈值min_conf；每个频繁项集l所产生的每个非空子集为s，若子集(l-s)与s的支持度计数之比大于等于最小置信度阈值min_conf，则输出强关联规则该强规则的置信度大小为l与s的支持度计数之比的值

Step4、将所计算出来的所有强关联规则按照其置信度confidence的大小进行排序，当输入一本图书时，通过关联规则得出与该图书相关联的其他图书。

2.根据权利要求1所述的基于Apriori的图书推荐方法，其特征在于：所述步骤Step1中，图书借阅记录数据库具有所有图书借阅记录数据信息，数据字段包括读者名字段与所借阅的图书名字段。

3.根据权利要求1所述的基于Apriori的图书推荐方法，其特征在于：所述步骤Step2中，为得到频繁k项集的集合L_k，通过将频繁k-1项集的集合L_k-1与自身相连接产生候选k项集的集合C_k。

4.根据权利要求1所述的基于Apriori的图书推荐方法，其特征在于：所述步骤Step3的关联规则置信度大小的计算公式如公式(1)所示：

其中：

式(1)和(2)中，min_conf为最小置信度阈值；l为频繁项集，l所产生的每个非空子集为s；support_count(l)、support_count(s)、support_count(l-s)分别为括号内字母的支持度计数,为强关联规则。