本發(fā)明涉及一套基于改進(jìn)orar算法的關(guān)聯(lián)規(guī)則推薦系統(tǒng)，是一種基于關(guān)系代數(shù)理論，利用關(guān)系矩陣及相關(guān)運(yùn)算尋找出關(guān)聯(lián)規(guī)則的推薦系統(tǒng)。該系統(tǒng)在實(shí)現(xiàn)orar算法的過(guò)程中，將支持度及對(duì)應(yīng)的偏好標(biāo)簽存儲(chǔ)在一個(gè)名字空間矩陣內(nèi)，同時(shí)通過(guò)置信度求解函數(shù)求解出相應(yīng)的置信度從而求解出關(guān)聯(lián)規(guī)則。屬于數(shù)據(jù)挖掘領(lǐng)域。

背景技術(shù)：

隨著“啤酒、尿布”案例在營(yíng)銷屆的成功運(yùn)用，人們對(duì)不斷收集的數(shù)據(jù)中關(guān)聯(lián)規(guī)則的挖掘原來(lái)越感興趣，關(guān)聯(lián)規(guī)則的應(yīng)用范圍也逐漸從超市營(yíng)銷擴(kuò)展到更多的領(lǐng)域。當(dāng)前的關(guān)聯(lián)規(guī)則挖掘算法主要有apriori和orar等，apriori算法會(huì)產(chǎn)生大量的候選集，需要重復(fù)掃描數(shù)據(jù)庫(kù)，效率低下。orar算法利用關(guān)系矩陣進(jìn)行計(jì)算，只需掃描一遍數(shù)據(jù)庫(kù)，效率較高。但是仍然存在一系列的問(wèn)題。例如，不易查找頻繁項(xiàng)集對(duì)應(yīng)的支持度，求不出強(qiáng)規(guī)則等。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是克服現(xiàn)有技術(shù)中存在的不足，提供一種基于改進(jìn)orar算法的關(guān)聯(lián)規(guī)則推薦系統(tǒng)，本發(fā)明擴(kuò)充了orar關(guān)聯(lián)規(guī)則算法，將大于支持度閾值的頻繁項(xiàng)集的各個(gè)偏好標(biāo)簽與其對(duì)應(yīng)的支持度存儲(chǔ)在一個(gè)名字空間矩陣內(nèi)。能夠快速的找出支持度從而求解出置信度。在利用orar只需掃描一遍數(shù)據(jù)庫(kù)的優(yōu)點(diǎn)之上解決了orar無(wú)法求出置信度的缺點(diǎn)，從而為企業(yè)、商家提供更為高效、方便的關(guān)聯(lián)規(guī)則挖掘業(yè)務(wù)，具有較大實(shí)用價(jià)值。

本發(fā)明提出的基于改進(jìn)orar算法的關(guān)聯(lián)規(guī)則挖掘系統(tǒng)，包括數(shù)據(jù)預(yù)處理模塊、、1大項(xiàng)集生成模塊、2大項(xiàng)集生成模塊、k大項(xiàng)集生成模塊和關(guān)聯(lián)規(guī)則生成模塊。所述數(shù)據(jù)預(yù)處理模塊與數(shù)據(jù)庫(kù)交互，負(fù)責(zé)將數(shù)據(jù)庫(kù)的文本轉(zhuǎn)換為適合運(yùn)算的關(guān)系矩陣。所述1大項(xiàng)集生成模塊、2大項(xiàng)集生成模塊、k大項(xiàng)集生成模塊共同構(gòu)成orar算法的具體實(shí)現(xiàn)，負(fù)責(zé)頻繁項(xiàng)集的生成和支持度的計(jì)算；所述關(guān)聯(lián)規(guī)則生成模塊與支持度求解模塊交互，負(fù)責(zé)根據(jù)支持度求解模塊生成的支持度求出置信度從而轉(zhuǎn)化為具體的關(guān)聯(lián)規(guī)則。

本法明的優(yōu)點(diǎn)在于：將大于支持度閾值的頻繁項(xiàng)集的各個(gè)偏好標(biāo)簽與其對(duì)應(yīng)的支持度存儲(chǔ)在一個(gè)名字空間矩陣內(nèi)。在求解關(guān)聯(lián)規(guī)則的置信度時(shí)，編寫(xiě)求解函數(shù)。根據(jù)偏好標(biāo)簽查找名字空間矩陣，再找出與偏好標(biāo)簽相匹配的支持度，代入置信度公式求解。在充分利用orar算法只需掃描一遍數(shù)據(jù)庫(kù)的優(yōu)點(diǎn)，解決了orar算法存在的不易查找頻繁項(xiàng)集對(duì)應(yīng)的支持度，求不出強(qiáng)規(guī)則等問(wèn)題。提高了關(guān)聯(lián)規(guī)則挖掘的效率。

附圖說(shuō)明

圖1為本發(fā)明的結(jié)構(gòu)框圖。

圖2為本發(fā)明的工作流程圖。

具體實(shí)施方式

下面結(jié)合具體附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明。

本發(fā)明提出的基于改進(jìn)orar算法的關(guān)聯(lián)規(guī)則挖掘系統(tǒng)，包括數(shù)據(jù)預(yù)處理模塊、1大項(xiàng)集生成模塊、2大項(xiàng)集生成模塊、k大項(xiàng)集生成模塊和關(guān)聯(lián)規(guī)則生成模塊。所述數(shù)據(jù)預(yù)處理模塊與數(shù)據(jù)庫(kù)交互，負(fù)責(zé)將數(shù)據(jù)庫(kù)的文本轉(zhuǎn)換為適合運(yùn)算的關(guān)系矩陣。所述1大項(xiàng)集生成模塊、2大項(xiàng)集生成模塊、k大項(xiàng)集生成模塊共同構(gòu)成orar算法的具體實(shí)現(xiàn)，負(fù)責(zé)頻繁項(xiàng)集的生成和支持度的計(jì)算；所述關(guān)聯(lián)規(guī)則生成模塊與支持度求解模塊交互，負(fù)責(zé)根據(jù)支持度求解模塊生成的支持度求出置信度從而轉(zhuǎn)化為具體的關(guān)聯(lián)規(guī)則。

具體地、所述數(shù)據(jù)預(yù)處理模塊需要掃描數(shù)據(jù)庫(kù)，設(shè)d是事務(wù)數(shù)據(jù)庫(kù)，t＝{t1，t2，…，tm}和i＝{i1，i2，…，in}分別為數(shù)據(jù)庫(kù)中的交易集和項(xiàng)集，得到互相關(guān)矩陣

其中i＝1，2，…，m，j＝1，2，…，n。r為從t到i的二元關(guān)系矩陣，i就是使用頻率，t就是采樣次數(shù)。

設(shè)某特征子集對(duì)應(yīng)的集合為一個(gè)關(guān)系數(shù)據(jù)庫(kù)的子集dbi，若dbi中有m條記錄和n個(gè)項(xiàng)，則通過(guò)掃描一次數(shù)據(jù)庫(kù)，構(gòu)造互相關(guān)矩陣

其中i＝1，2，…，m，j＝1，2，…，n。rij的值為1或0，分別表示第i個(gè)事務(wù)中包含或未包含第j個(gè)項(xiàng)。

所述1大項(xiàng)集生成模塊、2大項(xiàng)集生成模塊、k大項(xiàng)集生成模塊主要針對(duì)現(xiàn)有的orar算法進(jìn)行了改進(jìn)，目前的orar算法只能在給出最小支持度閾值基礎(chǔ)上求解頻繁項(xiàng)集，通過(guò)判定支持度是否大于最小支持度來(lái)確定該頻繁項(xiàng)集的保留與丟棄，但并沒(méi)有將該頻繁項(xiàng)集與其對(duì)應(yīng)的支持度存儲(chǔ)在同一名字空間內(nèi)。因此難以查找各頻繁項(xiàng)集對(duì)應(yīng)的支持度，無(wú)法求解各關(guān)聯(lián)規(guī)則對(duì)應(yīng)的置信度及強(qiáng)規(guī)則。

針對(duì)以上不足，對(duì)orar算法進(jìn)行了如下改進(jìn)：

將大于支持度閾值的頻繁項(xiàng)集的各個(gè)偏好標(biāo)簽與其對(duì)應(yīng)的支持度存儲(chǔ)在一個(gè)名字空間矩陣內(nèi)。

在求解關(guān)聯(lián)規(guī)則的置信度時(shí)，編寫(xiě)求解函數(shù)。根據(jù)偏好標(biāo)簽查找名字空間矩陣，再找出與偏好標(biāo)簽相匹配的支持度，代入置信度公式求解。

具體的計(jì)算步驟如下：

一、求解1-項(xiàng)集的支持度。對(duì)于大于支持度閾值的項(xiàng)目集，將偏好標(biāo)簽與其對(duì)應(yīng)的支持度存入矩陣aorar1＝(aij)p×q(p＝x，q＝2)中，其中x為篩選結(jié)果行數(shù)。

二、根據(jù)求解的1-項(xiàng)集，將1-項(xiàng)集中的偏好標(biāo)簽兩兩組合(排除重復(fù))，求解2-項(xiàng)集的支持度。對(duì)于大于支持度閾值的項(xiàng)集，將組合偏好標(biāo)簽與其對(duì)應(yīng)的支持度存入aorar2＝(aij)p×q(p＝y(tǒng)，q＝3)，其中y為篩選結(jié)果行數(shù)。

三、在求解k-項(xiàng)集時(shí)，根據(jù)求解的1-項(xiàng)集和(k-1)-項(xiàng)集進(jìn)行k階組合，排除兩種重復(fù)：項(xiàng)目集內(nèi)部的偏好標(biāo)簽重復(fù)和項(xiàng)目集間的組合重復(fù)。對(duì)于大于支持度閾值的項(xiàng)目集，將組合偏好標(biāo)簽與其對(duì)應(yīng)的支持度存入aorark＝(aij)p×q(p＝z，q＝k+1)，其中z為篩選結(jié)果行數(shù)。

所述關(guān)聯(lián)規(guī)則生成模塊主要是用來(lái)根據(jù)所述支持度求解模塊的結(jié)果求解出置信度從而生成相應(yīng)的關(guān)聯(lián)規(guī)則。具體的工作過(guò)程如下：

在置信度求解函數(shù)中，對(duì)形如的置信度求解時(shí)，從矩陣aorar1＝(aij)p×q找出x的支持度，從aorar2＝(aij)p×q中找出xy的支持度，從而求解出對(duì)形如的置信度求解時(shí)，從矩陣aorar2＝(aij)p×q中找出xy的支持度，從aorar3＝(aij)p×q中找出xyz的支持度，從而求解出依次類推，從而求解出形如的置信度最后輸出置信度大于最小置信度的強(qiáng)關(guān)聯(lián)規(guī)則。

如圖1所示，本系統(tǒng)分?jǐn)?shù)據(jù)預(yù)處理模塊、支持度求解模塊和關(guān)聯(lián)規(guī)則生成模塊。其中所述數(shù)據(jù)預(yù)處理模塊安裝在操作系統(tǒng)之上，與mysql數(shù)據(jù)庫(kù)直接交互。所述關(guān)聯(lián)規(guī)則生成模塊與具體應(yīng)用程序或命令行界面交互，輸出具體關(guān)聯(lián)規(guī)則。

具體地，所述數(shù)據(jù)預(yù)處理模塊安裝在ubuntu操作系統(tǒng)之上，通過(guò)jdbc與mysq1數(shù)據(jù)庫(kù)連接。所述關(guān)聯(lián)規(guī)則生成模塊為java接口，通過(guò)java靜態(tài)函數(shù)實(shí)現(xiàn)，可以在任何java程序中調(diào)用，生成的關(guān)聯(lián)規(guī)則保存在list中，system.out輸出。具體系統(tǒng)工作流程如圖2所示。

本發(fā)明擴(kuò)充了orar關(guān)聯(lián)規(guī)則算法，將大于支持度閾值的頻繁項(xiàng)集的各個(gè)偏好標(biāo)簽與其對(duì)應(yīng)的支持度存儲(chǔ)在一個(gè)名字空間矩陣內(nèi)。能夠快速的找出支持度從而求解出置信度。在利用orar只需掃描一遍數(shù)據(jù)庫(kù)的優(yōu)點(diǎn)之上解決了orar無(wú)法求出置信度的缺點(diǎn)，從而為企業(yè)、商家提供更為高效、方便的關(guān)聯(lián)規(guī)則挖掘業(yè)務(wù)，具有較大實(shí)用價(jià)值。