目前,通过Web进行商务活动带来的便利和它所产生的交易速度已成为电子商务迅猛发展的关键推动力。对电子商务交易日志文件的挖掘可以得到关于群体客户行为和方式的普遍知识,从而改进服务,给客户个性化的界面,开展有针对性的电子商务以更好的满足访问者的需求,扩大商机。 关联规则挖掘(Association Rule Mining)是数据挖掘研究的一个重要分支,其目的是为了发现交易数据库中不同商品之间的联系规则,可以用来指导商家科学地安排进货、库存以及货架设计等,在电子商务领域可以用作商品推介等。 目前许多关联规则挖掘系统存在缺点是以仅仅在数据内容上产生规则,缺乏领域知识,产生大量的无用的结论。为了解决以上问题,本文提出基于本体的关联规则挖掘。它的优点是:(1)对于数据的更清晰的概括;(2)产生更少的规则;(3)可以进行多层次的泛化,得到更有意义的结果,揭示更一般的概念;(4)可以用来挖掘层次与层次之间的关联规则。 本文对基于本体的关联规则挖掘中的3个主要的问题进行了研究:(1)商品分类本体的构建方法和原则,以及使用UNSPSC分类标准作为本体的优点;(2)对于产生的规则使用R-有趣进行精简,并且进行适当得简化;(3)使用改进的Apriori算法实现基于本体的关联规则挖掘的算法。 在使用FoodMart2000进行的实例验证中,本文使用Java作为开发语言,使用Jena作为本体引擎,完成了数据的预处理,使用T-tree实现了关联规则挖掘算法,实现了R-有趣的规则精简,并且在范例数据库验证了算法的有效性。