摘 要

网上沟通交流平台的、网上购物网站的兴起，互联网发生了翻天覆地的大变化。人们不仅是从网络上获取信息而且更多的是发布自身信息，使得网络上的信息量呈几何倍的增长，因此传统的推荐系统已无法跟上时代的脚步，引申出来将新兴的数据挖掘技术和推荐系统联系到一起，形成数据挖掘推荐系统。数据挖掘是从数据库存储的大量数据中通过某种特定的算法推出隐藏在数据背后的潜在的、有很强适用性的新的信息，而关联规则挖掘技术是数据挖掘技术众多方法中的一种，关联规则是指后台数据库的数据之间可能存有某种潜在且很有研究价值的关系。因此资源标签关联规则挖掘系统能更好的根据用户之前在网站上的行为记录推荐更好的结果，具有很高的创新和研究价值。

本论文主要是深入研究了数据关联规则挖掘技术及其Apriori算法，将图书信息作为资源标签，开发出了一个关联规则挖掘图书推荐系统。根据用户所购买的图书了解用户的兴趣和使用习惯，并将这些信息数据存入数据库，同时提出以新的大数据时代所产生的关联规则挖掘算法作为核心算法。更进一步，通过用户在网上的行为信息所生成的数据对用户进行兴趣分析，得出用户可能会喜欢但是还没有了解过的图书，再向用户进行图书推荐。

本文使用数据关联规则挖掘技术，并利用其Apriori算法，完成了图书资源标签数据关联规则挖掘系统的设计与实现，按照软件系统流程进行系统开发，然后利用自己所学的知识进行系统代码的编写，本系统由于是个网站，所以先进行前端页面的设计然后利用jsp技术实现前端的蓝图，然后实现后台系统，最后进行系统测试。

本次毕设的研究和实验表明，关联规则挖掘算法可以有效地提高系统的命中率。

关键词：推荐系统；关联规则；Apriori

Abstract

The rise of online communication platform, shopping website, the Internet has changed dramatically. People not only get information from the Internet and there is no release more information about themselves, make the growth of the geometric information in the network times, so the traditional recommendation systems have been unable to keep up with the pace of The Times, extended out of the emerging data mining technology and the recommendation system together, form a data mining system. In data mining from a database to store large amounts of data through a certain algorithm with the hidden data of potential new information, has a strong applicability, and association rule mining technology is one of many methods in data mining, association rules refers to the backend database data between may have some potential and great research value. Therefore resource tag association rules mining system can better according to user's behavior record on the website before recommend better results, has the very high innovation and research value.

This paper mainly study the data association rule mining and Apriori algorithm, the book information as resources, developed a book recommendation system for mining association rules. According to the user purchased books learn the user's interest and habits, and the information data in the database, and puts forward to a new era of big data as a core algorithm of association rules mining algorithm. Further, by users of the data generated by the behavior of the information on the Internet to the user interest analysis, it is concluded that the user may like but haven't learned about books, recommended to users to book again.

Association rule mining technology, this article USES the data and USES the Apriori algorithm, and completed the book resources tag data association rules mining system design and implementation, according to the software system development process, and then use their knowledge of coding system, this system due to a web site, so for the design of the front page and then use JSP technology to realize the blueprint of the front, and then realize the background system, finally the system test.

The research and experiment shows that the association rule mining algorithm can effectively improve the system's hit rate.

Keywords: recommendation system; Association rules; Apriori

目 录

第一章 绪论 1

1.1 研究背景 1

1.2 国内外研究现状 1

1.2.1 推荐系统的研究现状 1

1.2.2关联规则挖掘的研究现状 2

1.3 本文主要工作 2

第二章 本系统中所用的知识 3

2.1 网站页面设计和后台开发的相关技术 3

2.2 数据挖掘技术 4

第三章 需求分析 6

3.1 引言 6

3.1.1 编写目的 6

3.1.2项目背景 6

3.2 任务概述 6

3.2.1 目标 6

3.2.2 运行环境 6

3.2 数据描述 7

3.2.1 静态数据 7

3.2.2 动态数据 8

3.2.3 数据库描述 8

3.3 功能需求 8

3.3.1 功能划分 8

3.3.2 功能描述 8

3.4. 性能需求 9

3.4.1 输入输出要求 9

3.4.2 数据精确度要求 9

3.4.3 时间特性 9

3.4.4 灵活性 9

3.4.5 故障处理要求 9

3.4.6 其他专门要求 9

3.5 运行需求 10

3.5.1 用户界面 10

3.6 其他需求 10

第四章 概要设计 11

4.1 引言 11

4.1.1 编写目的 11

4.2 总体设计 11

4.2.1 简述 11

4.2.2 架构设计 11

4.3 子系统设计 14

4.3.1 个人信息管理子系统 14

4.3.2 购买书籍子系统 15

4.3.3 推荐书籍子系统 16

4.4 系统数据结构设计 17

4.4.1 逻辑设计 17

4.4.2 数据库表设计 17

第五章 详细设计 19

5.1 程序系统结构 19

5.2 基本操作 19

5.2.1 程序描述 20

5.2.2 整体结构 20

5.2.3 性能 21

5.2.4 输入输出项 21

5.2.5 算法 21

5.2.6 注释 21

5.2.7 限制条件 21

5.2.8 尚未解决的问题 22

第六章 系统结果分析 23

第七章 结论 24

参考文献 25

致谢 27

第一章 绪论

1.1研究背景

互联网上人们发布、交流、行为信息产生了大量的数据，大数据时代得以到来，信息过载成为普遍的问题。而且在海量的信息包围中，导致用户能难快速找到自己所要的信息，因此很多网站为了吸引用户，提供了一种帮助功能，能让用户准确的从网络上获取到自己感兴趣的信息，推荐系统应运而生。

推荐系统在网站购物平台上起着很重要的作用。通过用户之前的在网站上的购物行为推出用户可能喜欢的商品，推荐系统应用于目前很火的各大网上购物平台上，并在其中起着很重要的作用。依据用户之前的在网站上的购物行为向用户推出他可能喜欢的商品，把潜在需求转化成现实需求,从而使顾客的满意度得以提高并且还能提高提网站的。此外，一些网络交流平台也要用到推荐系统。

随着如今大数据时代的出现，为了顺应时代的需求，数据挖掘技术应运而生，主要是应用于互联网、云端、网上购物平台等领域，它还是一门与其他很多学科有接触。数据挖掘应用了很多统计学的函数并生成相关算法，但是也超越了传统上的统计分析。