[發明專利]一種面向精準營銷的加權頻繁項集挖掘算法

在審

• 申請號: 201811241007.7
• 申請日: 2018-10-24
• 公開（公告）號: CN109558435A
• 公開（公告）日: 2019-04-02
• 發明（設計）人: 趙學健;熊肖肖;孫知信;張登銀
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q30/02
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 牛莉莉

本發明提出了一種面向精準營銷的加權頻繁項集挖掘算法，該發明首先針對銷售企業的營銷策略存在找客戶難，獲客成本高，運營效率低等問題，對客戶前期的購買行為和客戶在電商平臺的訪問行為進行分析，分別對購買商品、點擊瀏覽、收藏商品及加入購物車等行為賦予不同的購買概率值，以反映用戶對不同項目的喜好度；其次，根據某商品的利潤占企業利潤的比例為該商品賦予不同的權重，以反映不同商品對企業的重要程度；本發明提高算法的時間效率，有利于從海量不確定數據中迅速挖掘出對用戶具有重要意義的頻繁項集信息，實現精準營銷。

技術領域

本發明屬于計算機數據挖掘及信息處理技術領域，尤其涉及一種面向精準營銷的基于Top-K查詢的不確定數據加權頻繁項集挖掘算法。

背景技術

目前，不確定數據廣泛應用于傳感器網絡、RFID應用、Web應用、商業決策、精準營銷等諸多領域^[1]。數據的不確定性給頻繁模式挖掘帶來了極大挑戰，一方面是相對于數據規模呈指數增長的可能世界實例的數量，另一方面是新出現的概率維度，這導致傳統的針對確定性數據的頻繁模式挖掘算法準確性和時效性大大降低，不能滿足具體的應用需求。

此外，當前面向不確定數據的頻繁項集挖掘研究尚處于研究的初始階段，大多數研究都假設事務數據庫中的項目具有相同的重要性。然而，現實應用中對于用戶來講，往往不同的項目其重要性和價值是有巨大差別的，比如在商品銷售過程中價格昂貴的奢侈品和價格低廉的生活用品所帶來的利潤是不可同日而語的。為了解決該問題，最有效的解決辦法是給不同的項目賦予不同的權重值。權重值可以由用戶根據專業領域知識或者特定應用需求進行設定，可以用來表示項目的利潤、風險、代價等。這樣以來，頻繁項集的挖掘就能夠兼顧項目的權重和存在概率，從而克服了傳統頻繁項集挖掘算法只考慮項目的存在概率，容易遺漏大量具有重要潛在價值的頻繁項集的問題。然而，項目權重值的引入使得頻繁項集不再滿足向下閉包特性，也就是說即使某項集是非頻繁項集，其超集仍有可能是頻繁項集。這給頻繁項集的挖掘帶來了巨大挑戰，因為我們不能再根據向下封閉特性對頻繁項集的搜索空間進行壓縮。

因此，針對不確定數據的加權頻繁項集挖掘迫切需要提出新的理論模型和算法解決不確定數據的頻繁模式挖掘問題。當前，針對不確定數據集的加權頻繁項集挖掘問題研究尚未引起重視，研究成果極少。Lin等人最近提出了用于不確定數據庫加權頻繁項集挖掘的HEWI-Uapriori算法^[2]，該算法使用帶上限的期望加權向下閉包特性對非頻繁項集進行縮減，以提高算法的時間效率，然而該算法仍然需要兩輪全面掃描數據集，算法的時間效率有待進一步提升，尤其是當待挖掘數據集為稠密數據集時，算法的時間效率更是不盡人意。

文獻引用[1]汪金苗,張龍波,鄧齊志,等.不確定數據頻繁項集挖掘方法綜述[J].計算機工程與應用,2011,47(20):121-125.[2]Lin C W,Gan W, Fournier-viger P,etal.Weighted frequent itemset mining over uncertain databases (面向不確定數據集的加權頻繁項集挖掘).Applied Intelligence,2016, 44(1):1-19.doi:10.1007/s10489-015-0703-9.

發明內容

本發明針對銷售企業找客戶難，獲客成本高，運營效率低等問題，提供了一種面向精準營銷的基于Top-K查詢的不確定數據加權頻繁項集挖掘算法。

本發明采用以下技術方案：

面向精準營銷的加權頻繁項集挖掘算法，包括如下步驟：

步驟1、對客戶前期的購買行為和客戶在電商平臺的訪問行為進行預處理，構建用戶行為數據集D；

步驟2、根據不同商品(即項目)對企業的重要程度為不同的商品賦予不同的權重；