基于关联规则的餐饮服务智能推荐系统

为了节省客户的点餐时间,方便客户从海量菜品中找到理想的菜品,本文尝试将关联规则与餐饮服务相结合.通过引入FP-tree关联规则算法,并利用得到的菜品推荐公式中的关联度指标,再综合商家利益最大化、热销菜品等因素及其重要程度创建菜品推荐综合评分公式.基于综合评分对各菜品进行推荐排序,排序结果最终以移动方式推送给顾客,实现菜品动态推荐服务.

推荐系统算法在钦杭成矿带南段文地幅矿床预测中的应用

推荐系统算法是大数据挖掘的重要技术之一。根据钦杭成矿带南段文地幅1∶5万地质矿产调查所获得的数据,研究选取中型银金矿床、小型银金矿床(点)、确证无银金矿床、未评价区域(针对银金矿床)、中型铅锌矿床、小型铅锌矿床(点)、确证无铅锌矿床、未评价区域(针对铅锌矿床)作为待预测的能动项,选取加里东期混合岩、燕山早期侵入岩、燕山晚期侵入岩、北东向断裂、北西向断裂以及Au、Ag、Pb、Zn元素作为因素项,运用基于内容的推荐系统算法,构建能动项-因素项的效用矩阵,计算已知矿床(点)与其他未评价区域之间的相似度,进而预测银金矿床和铅锌矿床潜在的找矿区域。实验结果表明,推荐系统算法能够较好地挖掘与成矿有关的信息,快速抓取出与某类矿床(点)相似的潜在成矿区域。对于银金矿床,相似度较高的区域主要分布在已知矿点周围以及北东向断裂的两侧,少量分布于叠加断裂附近。对于铅锌矿床,中型铅锌矿床的结果显示出较高的区分度,高值区基本涵盖了所有已知的铅锌矿点,小型铅锌矿床的结果更加集中。除已知矿点外,还有几处高值区可作为重点的找矿靶区。