[發明專利]一種基于軟集決策規則分析的電子商務推薦技術及系統

有效

• 申請號: 201711395843.6
• 申請日: 2017-12-21
• 公開（公告）號: CN108133407B
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 吳霞;鐘嘉鳴;張家錄;谷玉
• 申請（專利權）人: 湘南學院
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06K9/62;G06F16/26
• 代理公司: 長沙新裕知識產權代理有限公司 43210
• 代理人: 周躍仁

本發明屬于計算機技術領域，公開了一種基于軟集決策規則分析的電子商務推薦技術及系統，建立一種基于軟集的命題邏輯推理語言，在推理語言中，原子公式是軟集中的參數e，參數e的函數值F(e)是原子公式e的賦值集，軟決策規則是決策軟集上的由原子公式組成的蘊含邏輯公式；引進軟真度、條件軟真度、聯合軟真度、軟相似度、邏輯軟距離等數量指標從充分性、必要性、合理性的不同方面評價軟決策規則；將決策系統轉化為決策軟集，提出不完備決策系統的軟決策規則提取方法；將基于命題邏輯和軟集的數據分析方法應用于電子商務推薦。本發明通過實際例子說明本發明提出的方法都是有效的；本發明的理論分析具有創新性、方法構造新穎、技術手段實用性。

技術領域

本發明屬于計算機技術領域，尤其涉及一種基于軟集決策規則分析的電子商務推薦技術及系統。

背景技術

軟集理論是Molodtsov教授建立的一種描述和處理不確定性的數學理論。軟集是由參數集及其到論域的冪集上的一個集值映射構成的二元組，或者說軟集就是論域上由某些參數組織起來的一些子集構成的整體。軟集中每個參數對應的子集稱為近似集，軟集理論中對近似集不做任何限定，近似集可以是空集，而且不同參數對應的近似集的交集可能非空。這使得軟集概念涵蓋的范圍非常廣泛，且具有靈活多變、適于應用的特點?；谲浖臎Q策研究吸引了國內外眾多學者的注意，軟集理論研究也得到快速發展，軟集理論在不確定決策方面的應用也是其最為活躍的研究方向之一。如，Maji教授等使用軟集描述各個對象關于決策屬性的滿足情況，通過軟集計算來決定決策對象的選擇值，以描述對象的優劣程度，并基于選擇值的大小確定最優決策對象或方案。Roy和Maji教授研究了模糊軟集，給出了一種通過模糊選擇值排序的決策方法。馮峰等給出了軟集、粗糙集和模糊集進行比較，結合定義軟粗糙集、粗糙軟集和模糊粗糙軟集等的相關概念，指出粗糙集是軟集的一種特殊情況，并給出軟集及模糊軟集等在決策、屬性約簡等方面的應用。

電子商務推薦是“利用電子商務平臺向用戶提供商品信息和建議，幫助用戶決定應該購買什么產品，模擬銷售人員幫助客戶完成購買過程”。電子商務推薦在網絡經濟環境下不僅可以將電子商務系統的瀏覽者轉變為購買者、促進產品交叉銷售能力，還可以提高客戶的忠誠度，這在市場競爭日趨激烈的今天顯得尤為重要。電子商務推薦功能的實現主要基于其采用的推薦方法，目前主流的推薦方法包括基于內容的推薦、協同過濾推薦、基于知識推薦和組合推薦四種。各種推薦方法研究的重點主要集中在用戶(商品)之間的相似性，協同過濾推薦考慮的是用戶之間的相似性，內容推薦中關注的是商品之間的相似性。從信息論的角度看，A與B之間的相似度一方面與它們的共性相關，共性越多，相似度越高，當A與B完全相同時，相似度達到最大值；另一方面與它們的區別相關，區別越大，相似度越低。目前各種推薦方法常用的相似性計算方法有向量空間相似度、Pearson相關、Spearman相關、夾角余弦方法等。

綜上所述，現有技術存在的問題是：

1、軟集理論已經在分類、預測和模擬等方面得到了一些成功應用，軟集理論在不確定決策方面的應用也是其最為活躍的研究方向之一?，F有軟集理論在決策方面的應用研究都遵循著Maji等人的思路，其中心問題是要作出最好的方案(對象)選擇，通過軟集計算來決定決策對象的選擇值，以描述對象的優劣程度，并基于選擇值的大小確定最優決策對象或方案。然而，在實際的數據分析中，我們有時應該更關注參數本身而不是對象，通常還希望從收集到的數據中發現不同屬性(參數)之間的因果關系。例如，一個產品生產者為了獲得一個成功的新產品設計，除了知道什么樣的賣家是受歡迎的，還關心什么類型的特性(參數)在生產好的產品方面發揮著關鍵作用。此外，在決策分析中，從收集到的數據中獲取以決策規則形式表示的知識是非常有意義的。

現有的關聯關系分析技術是以項集為基礎單元進行的，通過數據間的數量關系來分析項集(或項集的組合)之間的支持度分析，并得到形式上的關聯規則，沒有考慮不同的項集(或項集組合)之間的相似(或距離)關系，更沒有對不同屬性(參數)之間的因果關系進行分析，這使得所得到的關聯規則缺少邏輯基礎。這些都是現有的關聯關系分析技術的缺陷，正是這些缺陷影響了現有的關聯關系分析技術的應用。