基于最大团的条件偏好挖掘
来源：计算机应用杂志2017年第11期北京时间：
作者：谭征, 刘惊雷, 余航
单位：烟台大学 计算机与控制工程学院, 山东 烟台 264005
摘要：针对在数据库的个性化查询中条件约束（或上下文约束）没有被充分考虑的问题，首先提出了条件约束模型i+≻i-|X，它表示在上下文X的约束下，相对于i-，用户更偏好i+。在此模型的基础上，采用最大团（MaxClique）关联规则算法挖掘获得用户偏好；随后又提出了条件偏好挖掘（CPM）算法，该算法结合上下文用于挖掘偏好规则，从而得出用户的偏好。实验结果表明，基于CPM算法的偏好挖掘模型具有较强的偏好表达能力，将CPM算法与基于Apriori的算法以及CONTENUM算法进行了实验对比，实验的主要参数为最小支持度、最小可信度、数据规模等，实验结果进一步表明所提出的CPM算法可明显提高用户偏好规则的产生效率。
关键词：最大团,关联规则,偏好数据库,条件偏好规则,偏好挖掘
基金资助：国家自然科学基金资助项目（61572419，61572418，61403328）。
