计算机应用研究

作者：梁天恺,曾碧,刘建圻,

单位：广东工业大学a.计算机学院;b.自动化学院,广州510006；

关键词：智能家居,行为预测,数据挖掘,关联分析,个性化推荐,

基金：国家自然科学基金青年基金资助项目(61701122)；广东省产学研重大专项资助项目(2016B010108004)；广州市重点科技项目(201604020016)；广东省产学研专项资助项目(2014B090904080)；；

针对传统关联规则挖掘算法无法高效且准确地挖掘出隐含于用户操作记录中的时序关联操控习惯，提出一种基于FP-Growth的智能家居用户时序关联操控习惯挖掘算法。该算法分为三个阶段，分别为基于用户操控动作森林、改进的FP-Growth算法和一种时间约束规则进行事务集的生成、时序频繁项集的生成以及最终时序关联操控习惯的生成。最后，使用真实用户操控记录进行对比实验，结果表明该算法能提高生成事务集的效率，并能更准确地发现用户操控家居设备的时序关联习惯。

来源：2020年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第2期