一種挖掘正負序列規則的方法技術

本發明專利技術公開了一種挖掘正負序列規則的方法，屬于序列規則挖掘領域，要解決的技術問題為如何挖掘負序列規則，以全面反映顧客的購買行為和購買商品之間的關系；其包括如下步驟：對序列數據庫進行挖掘，得到正負序列模式，上述正負序列模式包括正序列模式和負序列模式；通過上述正負序列模式生成正負序列規則，所述正負序列規則包括正序列規則和負序列規則，所述負序列規則的前鍵和后鍵中均能夠包含負元素；基于序列規則的支持度、相關性以及置信度對上述正負序列規則中的每個序列規則依次進行篩選，得到滿足用戶定義需求的正負序列規則。該方法反應顧客購買行為中商品購買的先后順序，還反映每次購物行為中的商品之間的負相關和正相關的關系。

A Method of Mining Positive and Negative Sequence Rules

The invention discloses a method for mining positive and negative sequence rules, which belongs to the field of sequence rules mining. The technical problem to be solved is how to mine negative sequence rules to fully reflect the relationship between customers'buying behavior and purchasing commodities. The method comprises the following steps: mining sequence databases to obtain positive and negative sequence patterns, the positive and negative sequence patterns include positive sequence patterns. The positive and negative sequence rules are generated by the positive and negative sequence patterns mentioned above. The positive and negative sequence rules include positive sequence rules and negative sequence rules. The positive and negative sequence rules can contain negative elements in both the front and back keys of the negative sequence rules. Based on the support, correlation and confidence of the sequence rules, each sequence rule in the positive and negative sequence rules is filtered sequentially to obtain the positive and negative sequence rules. Positive and negative sequence rules satisfying user-defined requirements. This method reflects the order of purchase of goods in customer's purchase behavior, and also reflects the negative and positive correlation between goods in each purchase behavior.

【技術實現步驟摘要】
一種挖掘正負序列規則的方法
本專利技術涉及序列規則挖掘領域，具體地說是一種挖掘正負序列規則的方法。
技術介紹
序列模式的主要目的是研究商品購買的先后關系，找出其中的規律，即不僅需要知道商品是否被購買，而且需要確定該商品與其它商品購買的先后順序，例如，購買行為C可能在一些購買行為A和B之后頻繁出現，但也有許多情況下A和B不跟隨C。在這種情況下，根據序列模式ABC，而預測C將發生在AB之后可能是一個巨大的錯誤。因此，為了進行預測，需要指示在序列模式AB之后出現多少次C以及多少次不出現C。很顯然序列模式無法很好的解決對商品的預測問題。為了實現對商品進行預測的功能，序列規則被提出，它是指如果發生某些事件，則某些其他事件可能會在給定的置信度或概率的范圍之內隨之發生。但在應用序列規則分析客戶購買行為，解決個性化商品推薦問題時，目前僅考慮了已發生的事件，也稱為正序列規則(PositiveSequentialRule，PSR)挖掘，為研究事件之間的負相關的關系，研究人員提出了負序列規則挖掘，負序列規則(NegativeSequentialRule，NSR)挖掘不僅僅考慮了事物之間的正相關性，還將事物之間的負相關性考慮在內，它能更全面的理解和挖掘數據中的潛在含義。例如，b代表咖啡，c代表茶，表示一個客戶購買序列規則，該規則說明在某一段時間內，該客戶在購買了商品b的情況下，很大概率下不會再購買商品c。如何挖掘負序列規則，以全面反映顧客的購買行為和購買商品之間的關系，是需要解決的技術問題。
技術實現思路
本專利技術的技術任務是針對以上不足，提供一種挖掘正負序列規則的方法，來解決如何挖掘負序列規則，以全面反映顧客的購買行為和購買商品之間的關系的問題。本專利技術的技術任務是按以下方式實現的：一種挖掘正負序列規則的方法，包括如下步驟：S100、對序列數據庫進行挖掘，得到正負序列模式，上述正負序列模式包括正序列模式和負序列模式；S200、通過上述正負序列模式生成正負序列規則，所述正負序列規則包括正序列規則和負序列規則，所述負序列規則的前鍵和后鍵中均能夠包含負元素；S300、基于序列規則的支持度、相關性以及置信度對上述正負序列規則中的每個序列規則依次進行篩選，得到滿足用戶定義需求的正負序列規則。通過對序列數據庫進行挖掘得到正序列模式和負序列模式，并根據正序列模式和負序列模式生成正序列規則和負序列規則，生成的負序列規則的前鍵和后鍵中元素可包含負元素，例如這樣不但能夠反應出顧客購買行為中商品購買的先后順序，還能反映出每次購物行為中的商品之間的負相關和正相關的關系；然后依據序列規則的支持度、相關性以及置信依次對每個序列規則進行篩選，刪除不符合用戶定義條件的序列規則，從而得到滿足用戶定義條件的序列規則，篩選后的序列規則包含負序列規則，可更加全面的反應客戶購買行為和購買的商品之間的關系，使得售貨方能夠根據當前的商品銷售情況來預測以后的商品銷售，并便于推測出下一次購物時顧客購買或不購買商品的規律，從而合理安排商品擺放，提高商品銷售量。在執行步驟S1之前，進行數據處理，數據處理包括將客戶的交易數據以時間為序進行轉變生成序列數據庫。進一步的，步驟S100中通過e-NSP算法對序列數據庫進行挖掘，包括如下步驟：S110、通過傳統的正序列模式挖掘算法挖掘所有的正序列模式，并計算正序列模式的支持度；S120、基于上述正序列模式生成負序列模式；S130、通過將負序列模式轉換為正序列模式計算負序列模式的支持度。進一步的，通過哈希表存儲上述正負序列模式以及正負序列模式的支持度，哈希表的key值用于存儲上述正負序列模式，哈希表的value值用于存儲上述正負序列的支持度。當計算序列規則的支持度時，只需要對哈希表的鍵值對進行匹配即可，可避免重復掃描序列數據庫，很大程度上提高算法的效率。進一步的，步驟S200中，對正負序列模式進行判斷選擇，如果該正負序列模式的大小大于1，通過上述正負序列模式生成正負序列規則。進一步的，在執行步驟S300之前，判斷正負序列規則中每個序列規則的前鍵和后鍵是否頻繁，并將正負序列規則中前鍵和后鍵不頻繁的序列規則刪除。進一步的，步驟S300中基于序列規則的支持度、相關性以及置信度對序列規則進行篩選的步驟包括：S310、計算當前序列規則的支持度，如果當前序列規則的支持度小于用戶給定的最小支持度，刪除當前序列規則，否則，保留當前序列規則并執行步驟S320；S320、計算當前序列規則的置信度；S330、計算當前序列規則的相關性，如果當前序列規則的相關性等于1或小于1，刪除當前序列規則，否則，保留當前序列規則并執行步驟S340；S340、計算當前序列規則的歸一化后的置信度，如果當前序列規則的歸一化后的置信度小于用戶定義的最小置信度，刪除當前序列規則，否則，保留當前序列規則。進一步的，步驟S310中序列規則的支持度的計算公式為：sup(X→Y)＝(X∞Y)/|D|其中，X∞Y表示包含元素X和元素Y的序列的集合的數量，|D|表示序列數據庫中序列的總數。進一步的，步驟S320中序列規則的置信度的計算公式為：conf(X→Y)＝sup(X∞Y)/sup(X)；進一步的，步驟S340中序列規則的歸一化后的置信度的計算公式為：nor-conf(X→Y)＝conf(X∞Y)/max(confidence)。進一步的，步驟S330中序列規則的相關性的計算公式為：corr(X→Y)＝sup(X∞Y)/sup(X)/sup(Y)。本專利技術的一種挖掘正負序列規則的方法具有以下優點：本專利技術生成正序列規則和負序列規則，其中負序列規則的前鍵和后鍵中均可包含負元素，不但能夠反應出顧客購買行為中商品購買的先后順序，還能反映出每次購物行為中的商品之間的負相關和正相關的關系，這樣顧客在購買商品時，利用本專利技術可以向其推薦一些跟顧客先前購買的商品正相關的商品，排除掉負相關的商品，從而增加顧客的交易機會，將網站瀏覽者轉變為購買者，提高交叉銷售能力，提高客戶的忠誠度，從而提高網站的經濟效益。附圖說明下面結合附圖對本專利技術進一步說明。附圖1為實施例一種正負序列規則挖掘算法的流程框圖。具體實施方式參照說明書附圖和具體實施例對本專利技術的一種挖掘正負序列規則的方法作以下詳細地說明。實施例：本專利技術的一種挖掘正負序列規則的方法，可得到正序列規則和負序列規則，且該負序列規則的前鍵和后鍵中均可包含負元素，能夠反應出顧客購買行為中商品購買的先后順序，還能反映出每次購物行為中的商品之間的負相關和正相關的關系，該方法包括如下步驟：S100、進行數據處理，將客戶的交易數據以時間為序轉變為序列數據庫，例如將表1實務數據庫中的交易數據轉換為表2中的序列數據庫；表1事務數據庫表2序列數據庫客戶ID客戶購買序列1<(a,c)d>2<bce>3<(abc)e>4<be>S200、對序列數據庫進行挖掘，得到正負序列模式，上述正負序列模式包括正序列模式和負序列模式；S300、對正負序列模式進行判斷選擇，如果該正負序列模式的大小大于1，通過上述正負序列模式生成正負序列規則，所述正負序列規則包括正序列規則和負序列規則，所述負序列規則的本文檔來自技高網...

【技術保護點】
1.一種挖掘正負序列規則的方法，其特征在于包括如下步驟：S100、對序列數據庫進行挖掘，得到正負序列模式，上述正負序列模式包括正序列模式和負序列模式；S200、通過上述正負序列模式生成正負序列規則，所述正負序列規則包括正序列規則和負序列規則，所述負序列規則的前鍵和后鍵中均能夠包含負元素；S300、基于序列規則的支持度、相關性以及置信度對上述正負序列規則中的每個序列規則依次進行篩選，得到滿足用戶定義需求的正負序列規則。

【技術特征摘要】
1.一種挖掘正負序列規則的方法，其特征在于包括如下步驟：S100、對序列數據庫進行挖掘，得到正負序列模式，上述正負序列模式包括正序列模式和負序列模式；S200、通過上述正負序列模式生成正負序列規則，所述正負序列規則包括正序列規則和負序列規則，所述負序列規則的前鍵和后鍵中均能夠包含負元素；S300、基于序列規則的支持度、相關性以及置信度對上述正負序列規則中的每個序列規則依次進行篩選，得到滿足用戶定義需求的正負序列規則。2.根據權利要求1所述的一種挖掘正負序列規則的方法，其特征在于在執行步驟S100之前，進行數據處理，數據處理包括將客戶的交易數據以時間為序進行轉變生成序列數據庫。3.根據權利要求1所述的一種挖掘正負序列規則的方法，其特征在于步驟S100中通過e-NSP算法對序列數據庫進行挖掘，包括如下步驟：S110、通過傳統的正序列模式挖掘算法挖掘所有的正序列模式，并計算正序列模式的支持度；S120、基于上述正序列模式生成負序列模式；S130、通過將負序列模式轉換為正序列模式計算負序列模式的支持度。4.根據權利要求3所述的一種挖掘正負序列規則的方法，其特征在于通過哈希表存儲上述正負序列模式以及正負序列模式的支持度，哈希表的key值用于存儲上述正負序列模式，哈希表的value值用于存儲上述正負序列的支持度。5.根據權利要求3所述的一種挖掘正負序列規則的方法，其特征在于步驟S200中，對正負序列模式進行判斷選擇，如果該正負序列模式的大小大于1，通過上述正負序列模式生成正負序列規則。6.根據權利要求5所述的一種挖掘正負序列規則的方法，其特征在于在執行步驟S300之前，判斷正負序列規...

【專利技術屬性】
技術研發人員：董祥軍，蔣曉琦，
申請(專利權)人：齊魯工業大學，
類型：發明
國別省市：山東,37