CN109146542A

CN109146542A - 一种挖掘正负序列规则的方法

Info

Publication number: CN109146542A
Application number: CN201810752109.9A
Authority: CN
Inventors: 董祥军; 蒋晓琦
Original assignee: Qilu University of Technology
Current assignee: Qilu University of Technology
Priority date: 2018-07-10
Filing date: 2018-07-10
Publication date: 2019-01-04

Abstract

本发明公开了一种挖掘正负序列规则的方法，属于序列规则挖掘领域，要解决的技术问题为如何挖掘负序列规则，以全面反映顾客的购买行为和购买商品之间的关系；其包括如下步骤：对序列数据库进行挖掘，得到正负序列模式，上述正负序列模式包括正序列模式和负序列模式；通过上述正负序列模式生成正负序列规则，所述正负序列规则包括正序列规则和负序列规则，所述负序列规则的前键和后键中均能够包含负元素；基于序列规则的支持度、相关性以及置信度对上述正负序列规则中的每个序列规则依次进行筛选，得到满足用户定义需求的正负序列规则。该方法反应顾客购买行为中商品购买的先后顺序，还反映每次购物行为中的商品之间的负相关和正相关的关系。

Description

一种挖掘正负序列规则的方法

技术领域

本发明涉及序列规则挖掘领域，具体地说是一种挖掘正负序列规则的方法。

背景技术

序列模式的主要目的是研究商品购买的先后关系，找出其中的规律，即不仅需要知道商品是否被购买，而且需要确定该商品与其它商品购买的先后顺序，例如，购买行为C可能在一些购买行为A和B之后频繁出现，但也有许多情况下A和B不跟随C。在这种情况下，根据序列模式ABC，而预测C将发生在AB之后可能是一个巨大的错误。因此，为了进行预测，需要指示在序列模式AB之后出现多少次C以及多少次不出现C。很显然序列模式无法很好的解决对商品的预测问题。

为了实现对商品进行预测的功能，序列规则被提出，它是指如果发生某些事件，则某些其他事件可能会在给定的置信度或概率的范围之内随之发生。但在应用序列规则分析客户购买行为，解决个性化商品推荐问题时，目前仅考虑了已发生的事件，也称为正序列规则(Positive Sequential Rule，PSR)挖掘，为研究事件之间的负相关的关系，研究人员提出了负序列规则挖掘，负序列规则(Negative Sequential Rule，NSR)挖掘不仅仅考虑了事物之间的正相关性，还将事物之间的负相关性考虑在内，它能更全面的理解和挖掘数据中的潜在含义。例如，b代表咖啡，c代表茶，表示一个客户购买序列规则，该规则说明在某一段时间内，该客户在购买了商品b的情况下，很大概率下不会再购买商品c。

如何挖掘负序列规则，以全面反映顾客的购买行为和购买商品之间的关系，是需要解决的技术问题。

发明内容

本发明的技术任务是针对以上不足，提供一种挖掘正负序列规则的方法，来解决如何挖掘负序列规则，以全面反映顾客的购买行为和购买商品之间的关系的问题。

本发明的技术任务是按以下方式实现的：

一种挖掘正负序列规则的方法，包括如下步骤：

S100、对序列数据库进行挖掘，得到正负序列模式，上述正负序列模式包括正序列模式和负序列模式；

S200、通过上述正负序列模式生成正负序列规则，所述正负序列规则包括正序列规则和负序列规则，所述负序列规则的前键和后键中均能够包含负元素；

S300、基于序列规则的支持度、相关性以及置信度对上述正负序列规则中的每个序列规则依次进行筛选，得到满足用户定义需求的正负序列规则。

通过对序列数据库进行挖掘得到正序列模式和负序列模式，并根据正序列模式和负序列模式生成正序列规则和负序列规则，生成的负序列规则的前键和后键中元素可包含负元素，例如这样不但能够反应出顾客购买行为中商品购买的先后顺序，还能反映出每次购物行为中的商品之间的负相关和正相关的关系；然后依据序列规则的支持度、相关性以及置信依次对每个序列规则进行筛选，删除不符合用户定义条件的序列规则，从而得到满足用户定义条件的序列规则，筛选后的序列规则包含负序列规则，可更加全面的反应客户购买行为和购买的商品之间的关系，使得售货方能够根据当前的商品销售情况来预测以后的商品销售，并便于推测出下一次购物时顾客购买或不购买商品的规律，从而合理安排商品摆放，提高商品销售量。

在执行步骤S1之前，进行数据处理，数据处理包括将客户的交易数据以时间为序进行转变生成序列数据库。

进一步的，步骤S100中通过e-NSP算法对序列数据库进行挖掘，包括如下步骤：

S110、通过传统的正序列模式挖掘算法挖掘所有的正序列模式，并计算正序列模式的支持度；

S120、基于上述正序列模式生成负序列模式；

S130、通过将负序列模式转换为正序列模式计算负序列模式的支持度。

进一步的，通过哈希表存储上述正负序列模式以及正负序列模式的支持度，哈希表的key值用于存储上述正负序列模式，哈希表的value值用于存储上述正负序列的支持度。当计算序列规则的支持度时，只需要对哈希表的键值对进行匹配即可，可避免重复扫描序列数据库，很大程度上提高算法的效率。

进一步的，步骤S200中，对正负序列模式进行判断选择，如果该正负序列模式的大小大于1，通过上述正负序列模式生成正负序列规则。

进一步的，在执行步骤S300之前，判断正负序列规则中每个序列规则的前键和后键是否频繁，并将正负序列规则中前键和后键不频繁的序列规则删除。

进一步的，步骤S300中基于序列规则的支持度、相关性以及置信度对序列规则进行筛选的步骤包括：

S310、计算当前序列规则的支持度，如果当前序列规则的支持度小于用户给定的最小支持度，删除当前序列规则，否则，保留当前序列规则并执行步骤S320；

S320、计算当前序列规则的置信度；

S330、计算当前序列规则的相关性，如果当前序列规则的相关性等于1或小于1，删除当前序列规则，否则，保留当前序列规则并执行步骤S340；

S340、计算当前序列规则的归一化后的置信度，如果当前序列规则的归一化后的置信度小于用户定义的最小置信度，删除当前序列规则，否则，保留当前序列规则。

进一步的，步骤S310中序列规则的支持度的计算公式为：

sup(X→Y)＝(X∞Y)/|D|

其中，X∞Y表示包含元素X和元素Y的序列的集合的数量，|D|表示序列数据库中序列的总数。

进一步的，步骤S320中序列规则的置信度的计算公式为：

conf(X→Y)＝sup(X∞Y)/sup(X)；

进一步的，步骤S340中序列规则的归一化后的置信度的计算公式为：

nor-conf(X→Y)＝conf(X∞Y)/max(confidence)。

进一步的，步骤S330中序列规则的相关性的计算公式为：

corr(X→Y)＝sup(X∞Y)/sup(X)/sup(Y)。

本发明的一种挖掘正负序列规则的方法具有以下优点：本发明生成正序列规则和负序列规则，其中负序列规则的前键和后键中均可包含负元素，不但能够反应出顾客购买行为中商品购买的先后顺序，还能反映出每次购物行为中的商品之间的负相关和正相关的关系，这样顾客在购买商品时，利用本发明可以向其推荐一些跟顾客先前购买的商品正相关的商品，排除掉负相关的商品，从而增加顾客的交易机会，将网站浏览者转变为购买者，提高交叉销售能力，提高客户的忠诚度，从而提高网站的经济效益。

附图说明

下面结合附图对本发明进一步说明。

附图1为实施例一种正负序列规则挖掘算法的流程框图。

具体实施方式

参照说明书附图和具体实施例对本发明的一种挖掘正负序列规则的方法作以下详细地说明。

实施例：

本发明的一种挖掘正负序列规则的方法，可得到正序列规则和负序列规则，且该负序列规则的前键和后键中均可包含负元素，能够反应出顾客购买行为中商品购买的先后顺序，还能反映出每次购物行为中的商品之间的负相关和正相关的关系，该方法包括如下步骤：

S100、进行数据处理，将客户的交易数据以时间为序转变为序列数据库，例如将表1实务数据库中的交易数据转换为表2中的序列数据库；

表1事务数据库

表2序列数据库

客户ID	客户购买序列
		1	<(a,c)d>
2	<bce>
		3	<(abc)e>
4	<be>

S200、对序列数据库进行挖掘，得到正负序列模式，上述正负序列模式包括正序列模式和负序列模式；

S300、对正负序列模式进行判断选择，如果该正负序列模式的大小大于1，通过上述正负序列模式生成正负序列规则，所述正负序列规则包括正序列规则和负序列规则，所述负序列规则的前键和后键中均能够包含负元素，；

S400、判断正负序列规则中每个序列规则的前键和后键是否频繁，并将正负序列规则中前键和后键不频繁的序列规则删除；

S500、基于序列规则的支持度、相关性以及置信度对上述正负序列规则中的每个序列规则依次进行筛选，得到满足用户定义需求的正负序列规则。

其中，步骤S200通过e-NSP算法对序列数据库进行挖掘，具体包括如下步骤：

S210、利用传统的正序列模式挖掘算法挖掘所有的正序列模式，并计算正序列模式的支持度；

S220、基于正序列模式生成负序列模式；

S230、通过将负序列模式转换为正序列模式来计算负序列模式的支持度。

通过哈希表存储上述正负序列模式以及正负序列模式的支持度，哈希表的key值用于存储上述正负序列模式，哈希表的value值用于存储上述正负序列的支持度。计算序列规则的支持度时只需要对哈希表的键值对进行匹配即可，这样可以避免重复扫描数据库，很大程度上提高了算法的效率。

步骤S300根据得到的正负序列模式生成正负序列规则，表示为：

其中，序列规则的前键是<e₁e₂e₃...e_i-1>，序列规则的后键是<e_i...e_k>。例如，是一条序列模式，该序列模式可以产生两条序列规则和

步骤500中，基于序列规则的支持度、相关性和置信度对序列规则进行筛选，按照支持度、相关性和置信度的次序依序对每个序列规则进行筛选，对序列规则进行筛选的具体步骤为：

(1)、计算当前序列规则的支持度，序列规则的支持度的计算公式为：

sup(X→Y)＝(X∞Y)/|D|

其中，X∞Y表示包含元素X和元素Y的序列的集合的数量，|D|表示序列数据库中序列的总数；

根据该序列规则的支持度进行筛选，如果当前序列规则的支持度小于用户给定的最小支持度，删除当前序列规则，否则，保留当前序列规则并执行下一步；

(2)、计算当前序列规则的置信度，序列规则的置信度的计算公式为：

conf(X→Y)＝sup(X∞Y)/sup(X)

(3)、计算当前序列规则的相关性，序列规则的相关性的计算公式为：

corr(X→Y)＝sup(X∞Y)/sup(X)/sup(Y)

如果corr(X→Y)＞1，则这表示这两个事件是正相关的，如果corr(X→Y)＜1，则表示这两个事件是负相关的，如果corr(X→Y)＝1，则表示这两个事件不相关，如果两件事情根本不相关，则挖掘出的序列规则没有意义，而且该算法挖掘出的序列规则的前键和后键中本来就是带有负元素的，再对负相关的元素论负相关性意义不大，所以仅选择满足corr{X→Y}＞1的序列规则即可；

基于上述原理，根据该序列规则的相关性进行筛选，如果当前序列规则的相关性等于1或小于1，删除当前序列规则，否则，保留当前序列规则并执行下一步；

(4)、因为负序列模式不满足先验原理(Apriori)，所以负序列规则的置信度有可能会大于一，例如在表二中得到的一条负序列规则这条规则的置信度就等于2，所以需要对得到的置信度进行归一化处理，让它的值落在区间[01]内，序列规则的归一化后的置信度的计算公式为：

nor-conf(X→Y)＝conf(X∞Y)/max(confidence)

根据该序列规则的归一化后的置信度进行筛选，如果当前想序列规则的归一化后的置信度小于用户定义的最小置信度，删除当前序列规则，否则，保留当前序列规则。

步骤S500中，基于上述对序列规则进行筛选的具体步骤对正负序列规则中每个序列规则进行筛选，得到满足用户定义条件的序列规则。

本实施例中挖掘正负序列规则的方法的伪代码如下：

其中，步骤1为通过现有的e-NSP算法挖掘正负序列模式；步骤2至步骤3对正负序列模式进行判断选择，当该正负序列模式大于1时，通过得到的正负序列模式生成正负序列规则；步骤5至步骤7对正负序列规则中每个序列规则进行判断选择，判断序列规则的前键和后键是否频繁，并删除前键或后键不频繁的序列规则；所述步骤8至步骤11计算序列规则的支持度，如果序列规则的支持度小于用户定义的最小支持度，则将这条序列规则删除；步骤12计算序列规则的置信度；步骤13至步骤17计算序列规则的相关性，如果序列规则的相关性小于1或等于1，则将这条序列规则删除；步骤18至步骤21计算序列规则的归一化的置信度，如果序列规则的归一化的置信度小于用户定义的最小置信度，则将这条规则删除；步骤23，返回满足限制条件的所有序列规则。

本实施例一种挖掘正负序列规则的方法应用于商品推荐。通过该算法挖掘得到的负序列规则能够更加全面的反应客户购买行为和购买的商品之间的关系，使得售货方能够根据当前的商品销售情况来预测以后的商品销售，也可以很好的看出再一次购物中顾客购买或不购买商品的规律，从而合理安排商品摆放，提高商品销售量。

通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。除说明书所述的技术特征外，均为本专业技术人员的已知技术。

Claims

1.一种挖掘正负序列规则的方法，其特征在于包括如下步骤：

2.根据权利要求1所述的一种挖掘正负序列规则的方法，其特征在于在执行步骤S100之前，进行数据处理，数据处理包括将客户的交易数据以时间为序进行转变生成序列数据库。

3.根据权利要求1所述的一种挖掘正负序列规则的方法，其特征在于步骤S100中通过e-NSP算法对序列数据库进行挖掘，包括如下步骤：

S120、基于上述正序列模式生成负序列模式；

4.根据权利要求3所述的一种挖掘正负序列规则的方法，其特征在于通过哈希表存储上述正负序列模式以及正负序列模式的支持度，哈希表的key值用于存储上述正负序列模式，哈希表的value值用于存储上述正负序列的支持度。

5.根据权利要求3所述的一种挖掘正负序列规则的方法，其特征在于步骤S200中，对正负序列模式进行判断选择，如果该正负序列模式的大小大于1，通过上述正负序列模式生成正负序列规则。

6.根据权利要求5所述的一种挖掘正负序列规则的方法，其特征在于在执行步骤S300之前，判断正负序列规则中每个序列规则的前键和后键是否频繁，并将正负序列规则中前键和后键不频繁的序列规则删除。

7.根据权利要求6所述的一种挖掘正负序列规则的方法，其特征在于步骤S300中基于序列规则的支持度、相关性以及置信度对序列规则进行筛选的步骤包括：

S320、计算当前序列规则的置信度；

8.根据权利要求7所述的一种挖掘正负序列规则的方法，其特征在于步骤S310中序列规则的支持度的计算公式为：

sup(X→Y)＝(X∞Y)/|D|

9.根据权利要求8所述的一种挖掘正负序列规则的方法，其特征在于步骤S320中序列规则的置信度的计算公式为：

conf(X→Y)＝sup(X∞Y)/sup(X)；

步骤S340中序列规则的归一化后的置信度的计算公式为：

nor-conf(X→Y)＝conf(X∞Y)/max(confidence)。

10.根据权利要求9所述的一种挖掘正负序列规则的方法，其特征在于步骤S330中序列规则的相关性的计算公式为：

corr(X→Y)＝sup(X∞Y)/sup(X)/sup(Y)。