[發(fā)明專利]基于購物行為的商品聚類系統(tǒng)及其方法

無效

• 申請?zhí)枺?/td>: 200810085074.4
• 申請日: 2008-03-17
• 公開（公告）號: CN101251859A
• 公開（公告）日: 2008-08-27
• 發(fā)明（設計）人: 李韶華
• 申請（專利權(quán)）人: 北京科文書業(yè)信息技術(shù)有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種商品凝聚聚類系統(tǒng)，由數(shù)據(jù)準備和凝聚聚類處理兩個部分組成，其中：

(1)數(shù)據(jù)準備部分：是從保存了以前大量用戶每次每個人同時購買了哪些商品的數(shù)據(jù)庫中找出所有被共同購買次數(shù)大于某個閾值TB≥2的商品對，按以下公式計算這些商品對之間的原始距離：

similarity(a‾,b‾)=cos(a‾,b‾)=a‾·b‾||a‾||·||b‾||]]>

其中，向量a表示包含商品a的訂單，向量b表示包含商品b的訂單，分子含義是同時包含a和b的訂單數(shù)，分母含義是表示包含商品a的訂單數(shù)量的開方和表示包含商品b的訂單數(shù)量的開方的乘積；

然后按以下公式從原始距離得到聚類用的距離：

distance(a,b)=-log(similarity(a‾,b‾));]]>

(2)凝聚聚類處理部分：

——最初每個商品是單獨的一個小類；

——對于任意給定兩類商品A與B，A、B各包含至少1種商品，假定顧客從A、B中購買了一些商品對(a₁，b₁)，...，(a_n，b_n)，每一對里兩個商品的距離是按前面的定義算好的；

——兩類商品A與B的距離定義為從A與B各取一個商品的所有商品對的距離的平均值；

——用聚類技術(shù)里的凝聚算法，把足夠相關(guān)的商品，即每次把達到最低共同購買次數(shù)閾值且距離最近的兩類產(chǎn)品聚為一類，添加到商品類集合里，刪除原來的這兩類，同時更新結(jié)果類與其他類的距離；依次進行，較小的類慢慢聚成較大的類，直至總的類數(shù)小于某個閾值TC，或者類間距離的最小值大于某個閾值TD后停止，從而得到聚類商品。