基于改进Apriori算法的商品智能推荐OA

为让顾客有更好的购物体验,同时也提升商家销量,商品的智能推荐是重要的手段,有重要研究意义.该文使用基于关联规则的Apriori算法实现日常商品关联规则挖掘,针对Apriori算法扫描数据库次数多、性能低下的问题进行改进.以具体实验数据为例,详述算法的实现过程,根据设置的最小支持度和最小置信度阈值,得到商品间强关联规则,据此规则实现商品智能推荐,并对算法性能进行比较分析,实验证明改进的算法具有更好的性能,能更好地应用于业务系统.