南京理工大学泰州科技学院毕业设计(论文)开题报告学生姓名：学号：专业：软件工程设计(论文)题目：基于关联规则的图书阅读推荐系统指导教师:2015年1月18日开题报告填写要求1．开题报告（含“文献综述”）作为毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见及所在专业审查后生效；2．开题报告内容必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式（可从教务处网页上下载）打印，禁止打印在其它纸上后剪贴，完成后应及时交给指导教师签署意见；3．“文献综述”应按论文的格式成文，并直接书写（或打印）在本开题报告第一栏目内，学生写文献综述的参考文献应不少于15篇科技论文的信息量，一般一本参考书最多相当于三篇科技论文的信息量（不包括辞典、手册）；4．有关年月日等日期的填写，应当按照国标GB/T7408—94《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。如“2010年3月15日”或“2010-03-15”。毕业设计（论文）开题报告1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写2000字左右的文献综述：文献综述摘要随着移动互联网的迅速发展，手机阅读已经渐渐的成为主流产品了。随着用户阅读的增多将会产生大量的数据。如何为用户推荐其真正喜欢的书籍将成为重大问题。我们通过数据挖掘技术通过挖掘用户阅读记录中的关联关系来发现用户的喜好并为用户推荐书籍。关键词数据挖掘关联规则Apriori算法android阅读器图书1研究背景随着移动互联网的发展，人们通过手机来产生的数据信息已越来越受到人们的重视。数据显示，2014年第三季度中国移动互联网市场规模达到515.6亿元，环比增长11.0%，同比增长93.4%。然而手机阅读作为移动增值业务中的一个重量级的产品，已经渐渐的成为主流产品。根据和阅读的数据显示，目前和阅读的书本量208553本，其中单本书籍点击量最高的可到达几十亿次。对于如此大的数据量，如何为这些用户推荐其真正喜欢的书呢？为了能够给用户推荐其真正喜欢的书，数据挖掘走入了我们的视野。2关联规则所谓关联，反映的是一个事件和其他事件之间依赖或关联的知识。当我们查找英文文献的时候，可以发现有两个英文词都能形容关联的含义。第一个是相关性relevance，第二个是关联性association，两者都可以用来描述事件之间的关联程度。设I={i1,i2…,im}为所有项目的集合，设A是一个由项目构成的集合，称为项集。事务T是一个项目子集,每一个事务具有唯一的事务标识Tid。事务T包含项集A，当且仅当AT。如果项集A中包含k个项目，则称其为k项集。D为事务数据库，项集A在事务数据库D中出现的次数占D中总事务的百分比叫做项集的支持度（support）。如果项集的支持度超过用户给定的最小支持度阈值，就称该项集是频繁项集（或大项集）。关联规则就是形如XY的逻辑蕴含关系，其中XI，YI且XY=Φ，X称作规则的前件，Y是结果，对于关联规则XY，存在支持度和信任度。支持度是指规则中所出现模式的频率，如果事务数据库有s%的事务包含XY，则称关联规则XY在D中的支持度为s%，实际上，可以表示为概率P（XY），即support（XY）=P（XY）。信任度是指蕴含的强度，即事务D中c%的包含X的交易同时包含XY。若X的支持度是support(x)，规则的信任度为即为：support(XY)/support(X)，这是一个条件概率P（Y|X），即confidence（XY）=P（Y|X）。3相关技术本系统是利用Java开发技术实现的基于事务数据库的频繁项集挖掘算法。后台选用MySql作为数据库系统平台，前台采用android平台。2.1Apriori算法Apriori算法是一种挖掘关联规则的频繁项集算法，这个算法总体上说就是两步，一步是连接，另外一步就是剪枝。连接就是用迭代的方法，而剪枝的目的则是为了生成符合要求的频繁项目集。Apriori算法的总体流程是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中...