Apriori算法在寝室DIY装修系统中的应用.pdf

2023年9 月计算机应用文摘第39 卷第17 期Apriori算法在寝室DIY装修系统中的应用祝逸敏,程阿明,陈贤恒,陈隆强,陈麓屹（浙江树人学院信息科技学院,杭州310 0 0 0)摘要：个性化推荐服务可被用于挖掘用户历史浏览、购买、收藏商品以及用户喜欢的装修风格间隐藏的关联性，将获得的用户可能感兴趣的寝室装修资源推荐给用户，可以达到更好地为用户服务的目的。数据挖掘的经典算法Apriori算法可以实现为用户推荐喜欢的装修方案。关键词：Apriori算法；个性化；寝室装修；标签推荐中图法分类号：TP311Application of Apriori algorithm in dormitory DIY decoration systemZHU Yimin,CHENG Aming,CHEN Xianheng,CHEN Longqiang,CHEN Luyi(College of Information Science and Technology,Zhejiang Shuren University,Hangzhou 310oo0,China)Abstract:Personalized recommendation service can be used to mine the hidden correlation between theusers historical browsing,purchase,collection of goods and the users favorite decoration style,andrecommend the obtained dormitory decoration resources that the user may be interested in to theuser,so as to achieve better service for the user.The classic algorithm of data mining,Apriorialgorithm,can recommend the decoration plan that users like.Key words:Apriori algorithm,individualization,bedroom decoration,label recommendation在全国普通高校招生人数不断增加的背景下，大学生寝室装修文化符合高校的发展规律 1，又满足了大学生在日常生活中的基本需求,也体现了时代特征以及反映大学生的行为心理特征等。本文对“TroubleTerminator寝室装修设计的研究内容、研究方向及设计方法、发展过程和影响意义作了详细的论述。1平台设计背景高校要把培养大学生幸福能力放在重要位置，帮助学生树立正确的幸福观念，培养学生认知幸福、体验幸福进而创造幸福生活的能力。寝室既是学生生活、学习、休息的地方，又是学生交流思想、培养综合素质的重要活动场所。根据线上问卷调查,大学生有近2/3的时间是在集体宿舍中度过的,宿舍被称为是大学生的“第一社会,第二家庭，第三课堂”。在全国普通高校招生人数不断增加的大背景下，寝室装修 2 既符合时代的发展规律,又能更好地满足大学生对寝室装修的需求,通过个性化的DIY个性装修，给予用户幸福感和认同感。文献标识码：A2流程介绍及具体功能用户每一次的浏览、选择页面时间都会被记录，将其作为平台上的样本数据，自动进行分类，将需求性质相同的用户归为一类,进而将用户刻画出不同的群体特征，将用户分类放置在不同标签区。当用户试图在平台搜索相关元素时，能够搜索到标签类似的人群。当用户要对自已寝室进行个性化装修时，不需要经历烦琐的流程，只需三步即可完成复杂的寝室装修：（1)用户在平台上自由选择心仪的寝室装修模板或者DIY设计专属于自已的寝室装修模板；（2)依据用户所需要的装修模板，在平台商城中选择下单对应的商品；（3)在平台上预约工作人员送货上门和装修服务。最终实现专属于自己的个性化装修。整个平台涵盖寝室装修的各个功能,是一个以帮助学生美化寝室为目标，面向全体高校大学生的平台。（1）一键上门服务：解决了用户装修过程烦琐的问题。装修是一件耗时耗力的工程,即使是寝室中的基金项目：浙江省大学生科技创新活动计划暨新苗人才计划（2 0 2 2 R421A014)58软装修也存在较多的流程。因为装修用品的组装、拆卸都比较麻烦,所以售后也是一大难题。而“TroubleTerminator智能平台的就是帮助用户解决这些问题的。用户只需在平台上挑选喜欢的模板并下单，与工作人员协商好时间，工作人员就可以上门为用户装修。（2)用户互动模块：解决了用户之间无法互动交流的难题。在装修过程中难免会遇到各式各样的难题,用户只能在百度或者相关论坛上询问，没有一个系统的交流平台。而“Trouble Terminator智能平台提供了一个交流互动的平台。该模块包括经典案例分享、热议话题分享和装修注意事项三大功能。其可以普及一些专业的软装知识，避免在寝室装修过程中产生一些常识性错误。用户也可以自发地分享关于寝室中的一切话题,不仅增加了用户之间的互动，也提高了用户黏度。(3)装修模板定制：解决了用户装修模板雷同问题。如今市场上寝室装修模板较少且雷同，用户的选择余地少，根本无法凸显自已的个性。针对这一痛点，平台设计团队将推出海量模板供用户挑选，并推出专属设计师模板和用户DIY设计模板。基于前者,用户可以在平台上与设计师协商，设计出专属于自已的装修风格。基于后者,用户可以根据自已的需求，在现有模板的基础上进行二次创造，通过三维虚拟空间展示，生成专属于个人的寝室装修模板。（4)回收焕新模块：解决了资源浪费问题。从全局上考虑,如果装修仅仅维持4年就更换或者报废，容易造成浪费，没有很好地可持续发展。一方面，平台推出焕新模块，寝室中如果有损坏、老化等问题，可让平台收取较低的维修费用将物品进行焕新处理,以达成环保不浪费的主旨。另一方面，“TroubleTerminator”智能平台积极响应国家政策,推出了回收模块。当用户即将毕业或者有二手闲置物品时，可以在平台上售卖，实现回收再利用，旨在为物品找到下一任主人，实现双方共赢。3产品开发背景“TroubleTerminator智能平台的开发基于Apriori推荐算法 3,是通过用户标签与装修模板标签 4 的匹配向用户推荐装修方案。3.1AApriori推荐算法3.1.1算法原理在向用户推荐装修方案、商品时，可以将用户登录时回答的引导问题与用户搜索、浏览、购买、收藏的商品相结合，使用Apriori算法得出强关联项推荐。计算机应用文摘利用可拓展标记语言给商品、引导问题、装修方案赋予标签。Apriori算法通过连接和剪枝2 个阶段完成关联规则的挖掘,通过项集元素数目的逐步增长来发现频繁集，然后以频繁集为基础去发现关联规则。首先扫描平台获取用户活动标签的集合，得到N个候选项集C1,在C1中寻找大于呀等于最小支持度的项目频繁项集L1,找到L1后,将L1与原有标签集进行连接运算，生成候选集C2。然后在C2中找到包含2 个项目且满足最小支持度的频繁集L2。以此类推，直到无法扩展元素数目。得到所有频繁集（记作L)后,再根据最小置信度挖掘出关联规则及较为精准地向用户进行推荐。3.1.2挖掘频繁项集小程序唤起“获取用户在本程序的信息”对话框，征得用户同意后，开启用户推荐模块。将用户在本程序的浏览、购买等信息汇总成集合C1。(1)每个项都是候选1项集的集合C1的成员。使用该算法扫描所有的事务，获得每个项，生成C1。然后对每个项进行计数。根据最小支持度从C1中删除不满足的项，从而获得频繁1项集L1。(2)对L1自身连接生成的集合执行剪枝策略,产生候选2 项集的集合C2，然后扫描所有事务，对C2中每个项进行计数。同样地，根据最小支持度从C2中删除不满足的项，从而获得频繁2 项集L2。（3)对L2自身连接生成的集合执行剪枝策略,产生候选3项集的集合C3，然后扫描所有事务，对C3每个项进行计数。同样地，根据最小支持度从C3中删除不满足的项，从而获得频繁3项集L3。(4)以此类推,对Lk-1自身连接生成的集合执行剪枝策略,产生候选k项集Ck,然后扫描所有事务,对Ck中的每个项进行计数。根据最小支持度从 Ck中删除不满足的项,从而获得频繁k项集。3.1.3频繁项集关联规则通过上述方法，可以找到频繁项集,并利用其产生强关联规则。每个频繁项集k产生k的所有非空子集，且这些非空子集一定是频繁项集。对于itemset的每个非空子集s（其中 min_conf 是最小置信度阈值），如果pprn-coum(）min_conf,support_count(s)则输出 S(L-S)。3.1.4算法应用Apriori 推荐算法模块主要应用于两方面。（1)在用户选择一体化装修方案推荐时，程序通过推荐模块向用户推荐几款适合的装修方案，供用户挑选使用。（2)在用户分类购买商品时，程序将自动采取推荐算2023年第17 期2023 年第17 期法，将置信度高的商品优先展现给用户，给用户提供个性化的服务；将与用户相关度较高的用户所发表的文章进行优先展示，引起用户间的共鸣，提高用户与平台的黏度。寝室装修系统分为三大模块，即装修预设管理模块、装修推荐管理模块、装修后台管理模块。装修预设管理模块属于平台前期工作,其收录大量寝室装修方案并赋予相应的标签，以待平台使用；装修推荐管理模块需要将用户数据清洗、集成、转化，以产生用户的项集。通过Apriori算法挖掘用户与装修方案的强关联性,并基于此进行个性化装修推荐 13.2装修方案构建3.2.1数据收集平台中的装修方案主要来自设计师装修设计方案、用户自定义上传装修方案以及第三方装修方案，通过签署协议，获取此类装修方案的商用许可，完成平台前期的数据积累。用户行为分析除平台内部行为外，主要来源于市面上典型的装修服务类APP，如住“小帮”“好好住”“一兜糖”等。它们的用户基数庞大且功能齐全,使收集到的信息更为全面，参考价值较高 2 43.2.2标签构建根据以上收集到的数据和信息，将各个装修方案特征整合成具体标签，以代替该方案特征，再把获得的第三方用户行为数据和平台内用户行为进行关键标签适配，以得到精确的用户标签画像。3.3个性化推荐3.3.1个性化装修方案通过Apriori关联规则分析推荐算法为底层逻辑，根据用户在平台的游览和购买过的商品以及第三方(上接第56 页)检测设备进行联动，从而加大防护的力度；在企业网中架设双核心交换机进行穴余设备，在避免单点故障的同时提升数据的处理、转发能力；在核心交换机上加入漏洞扫描设备与上网行为管理设备等安全设备；在服务器区域增设WAF设备，有效抵御各种Web攻击，加强企业网站系统安全；在出口防火墙上部署SSLVPN,最大程度地保障企业网络的安全。通过实验证明了本方案的合理性，可以为建立安全可靠的企业网提供有益参考。参考文献：1王晟,赵建福,乔辰龙.从传统企业网到工业互联网的安全计算机应用文摘的用户数据，与装修风格标签进行匹配，为用户提供几种贴合用户爱好的装修风格方案,并在虚拟世界中进行展示，支持用户在此基础上进行二次DIY创造，以彰显用户的个性。3.3.2商品推荐通过用户已选择的装修风格，在商城中推荐该风格的商品，完善用户的整体装修风格，通过新商品的不断加人，可以有效增加用户对该装修方案的新鲜感,可以大幅提高用户与平台的黏度，增加用户复购行为。4结束语本文利用Apriori算法和数据挖掘、关联规则等技术实现了在寝室装修推荐系统中的应用；平台通过以上技术,挖掘用户历史记录、停留时间等因素；将用户、寝室与装修三者之间的信息关联在一起，最后通过精准推荐系统进行相匹配的推荐服务。参考文献：1】李蒙.新时期大学生寝室文化建设研究 J.开封文化艺术职业学报,2 0 2 1,41(12):8 9-9 1.2吴慧芳，周萍,黄雅婷.互联网+下的校园宿舍装修模式选择 J.中外企业家,2 0 18(2 7)：7 8-7 9.3吕萍丽，段滋明.浅谈Apriori算法 J.电脑知识与技术，2011,7(4):715-716.4张思雅，马晓悦，赵捧未.跨语言标注情境中的学习行为一基于推荐标签的实验分析 J.图书情报知识,2 0 2 0(4):76-86.作者简介：祝逸敏（2 0 0 2 一），研究方向：数据挖掘、智能计算。防护研究 J.电信工程技术与标准化，2 0 19,32（12）：6 5-69.2王俊恒.企业信息化与网络安全的策略分析 J.电子技术,2 0 2 3,52(1):2 0 2-2 0 3.3朱淼.基于蜜网技术的校园网络安全系统的设计及研究D.武汉：湖北工业大学,2 0 17.【4朱建忠.网络安全中的蜜网技术研究及应用 J.网络安全技术与应用,2 0 17(4):45-46.5梁勇,宫翔.蜜网防护技术在办公网中的应用分析 C/第十五届全国信号和智能信息处理与应用学术会议论文集,2 0 2 2:112-115.作者简介：朱君茹（19 9 2 一），硕士，研究方向：网络安全。59