Apriori算法实现商品推荐功能

下面将进入本节的核心Apriori算法的程序设计部分。但在利用Apriori算法完成程序前，首先需要了解JPetStore中订单数据是如何存储的，这是我们完成后续工作的基础。

JPetStore中的商品订单使用了非常典型的订单设计，分为订单主表Orders和订单明细表Lineitem。它们的数据库结构如图6-10所示。

由上图可以看出订单主表Orders主要由订单号orderId和一些基础订单信息组成，而订单明细表LineItem主要由订单号orderId、订单明细号linenum、商品号itemid、购买数量Quantity、单价unitprice组成。相信读者会发现订单明细表LineItem很像6.2.2节中提到的顾客购物清单，而唯一的区别则是JPetStoreBI数据库中的一个订单是由多行LineItem记录构成的，而顾客购物清单则只是一条记录，因此锁定LineItem表为本次商品关联度数据分析的对象。

图6-10 Orders和Lineitem数据库表结构

在实际的业务中，商品的订单数据量可能会非常庞大。因此，在每次顾客选购商品时利用Apriori算法进行实时的数据挖掘是不现实的，开发人员一般会通过定时任务执行的方式对后台的商品关联结果（即Apriori算法中的商品频繁项集）进行数据更新。这里，需要新建一个表Relationship来存储该计算结果。并且，为了今后商品查询的简便性，在该表中只使用一个长度为1000的VARCHAR字段Relation来记录各关联商品的itemid集合，不同itemid间使用“，”进行分割。

在上述环境准备完毕后，就可以开始进行实际代码的编写了。这里假定读者对MVC思想、Spring框架和MyBatis持久化工具已经有了基本的了解，后面将不会涉及相关工具的具体介绍，请读者自行学习。

（1）对JPetStore主界面的调整

为了更好地进行演示，在本例中不会使用后台定时程序完成商品频繁项集的计算，而是通过在主界面Main.jsp上单击按钮的方式来生成分析结果。Main.jsp文件的位置在WEB_- INF\jsp\catalog目录下。为了在界面上能够根据用户自定义的支持度来生成商品频繁项集，需要复制如下代码（见代码清单6-3）并置于Main.jsp中id为SidebarContent的Div容器中的尾部。

【代码清单6-3】

在上述代码的第一个form中可以看到beanclass=＂org.mybatis.jpetstore.web.actions.DataMiningActionBean＂的代码段，org.mybatis.jpetstore.web.actions.DataMiningActionBean即程序中生成商品频繁项集将要调用的后台服务类名，form中submit按钮的name属性值Dat-aMiningOrderRelations即为需要调用的业务方法名称。第二个form的作用则是显示上述方法调用的结果反馈信息。

（2）后台DataMiningActionBean和DataMiningService的处理程序

在界面调整完毕后就需要完成后台的业务处理程序逻辑。下面将要建立DataMiningAc_- tionBean来接收前端Main.jsp界面传来的请求，并调用后台的DataMiningService以完成实际的业务处理。DataMiningActionBean类的代码如代码清单6-4所示。

【代码清单6-4】

从上述代码中可以发现DataMiningActionBean只负责完成参数传递和界面跳转的功能，它仅将最小支持度minSupport传递给后台DataMiningService，并调用dataMiningSer-vice.DataMiningOrderRelations方法完成真正的商品频繁项集生成操作，最后将调用结果re-sultStr返回给前端界面。DataMiningService的代码如代码清单6-5所示。

【代码清单6-5】(www.xing528.com)

在上述代码中，DataMiningOrderRelations方法是获得商品频繁项集的主函数。根据Apri-ori算法理论，首先通过itemMapper.getItemList方法得到所有商品的信息并构造频繁1项集l1，之后将l1代入dataMiningByApriori方法中进行迭代，并对每次得到的迭代候选结果进行最小支持度分析，通过checkSupport方法返回满足最小支持度的频繁N项集，直到当ln的结果等于0时结束迭代，并最终通过writeResult方法返回计算结果并写入Relationship数据表中。

这里还要对程序中用到的部分数据库映射代码做进一步的配置，由于这部分不是介绍的重点，读者只需要从表6-5中创建相关文件或代码段到文件的对应位置即可。

表6-5 数据库映射配置代码表

（续）

上述代码配置，使用Apriori算法进行的程序主体工作已经完成，页面的显示效果如图6-11所示。

图6-11 使用Apriori算法修改后的网站效果

虽然宠物商店商品频繁项集的生成程序已经完成，但是在没有实际的订单业务数据的情况下，如何才能验证程序的准确性呢？另外，怎样才能测试不同订单数据量下程序的运行效率？开发一个商品销售记录生成程序就能解决这些问题。