[发明专利]确定商品关联程度的方法以及装置

权利要求书

1.一种确定商品关联程度的方法，其特征在于，包括：

获取用户购物品类数据集，其中所述用户购物品类数据集中的元素表示同一用户购买何种品类商品的购物行为；

设置支持度阈值，训练所述用户购物品类数据集得到训练结果集，所述训练结果集中的数据的频繁项表示支持度大于所述支持度阈值的购物行为，频次表示该购物行为对应的用户数量；

对所述训练结果集按照频繁项长度为1的条件进行筛选，得到第一筛选数据集，所述第一筛选数据集中的数据的频繁项表示购买了指定单品类购物的购物行为，频次表示该购物行为对应的用户数量；

对所述训练结果集按照频繁项长度为2的条件进行筛选，得到第二筛选数据集，所述第二筛选数据集中的数据的频繁项表示购买了指定双品类购物的购物行为，频次表示该购物行为对应的用户数量；

将所述第一筛选数据集和所述第二筛选数据集进行关联，然后计算关联购买行为的支持度、置信度和提升度。

2.根据权利要求1所述的确定商品关联程度的方法，其特征在于，所述获取用户购物品类数据集的步骤包括：

获取用户订单数据，所述用户订单数据包括订单用户名和订单商品品类；

针对所述用户订单数据将同一用户对应的所有商品品类进行汇总并且去重，得到用户汇总订单数据；

从所述用户汇总订单数据中获取所述用户购物品类数据集。

3.根据权利要求2所述的确定商品关联程度的方法，其特征在于，

所述针对所述用户订单数据将同一用户对应的所有商品品类进行汇总并且去重，得到用户汇总订单数据的步骤包括：对所述用户订单数据进行以用户名为规则的聚类操作，以得到用户汇总订单数据；

所述从所述用户汇总订单数据中获取所述用户购物品类数据集的步骤包括：省略所述用户汇总订单数据中的用户名信息，以得到所述用户购物品类数据集。

4.根据权利要求1所述的确定商品关联程度的方法，其特征在于，所述训练所述用户购物品类数据集得到训练结果集的步骤包括：调用SPARK的FP-Growth算法包训练所述用户购物品类数据集以得到所述训练结果集。

5.根据权利要求1所述的确定商品关联程度的方法，其特征在于，所述将所述第一筛选数据集和所述第二筛选数据集进行关联，然后计算关联购买行为的支持度、置信度和提升度的步骤包括：

将所述第一筛选数据集记为键值型数据(K,V)，其中K为所述第一筛选数据集的频繁项，V为所述第一筛选数据集的频次；

将所述第二筛选数据集记为键值型数据(K2,V2)，其中K2为所述第二筛选数据集的频繁项，K2由前项Kf和后项Kl拼接而成，V2为所述第二筛选数据集的频次；

根据所述(K,V)和(K2,V2)，拼接得到字符串型数据(K2,V2,Vf,Vl)，其中Vf表示在所述第一筛选数据集(K,V)中查询所述Kf对应的值，Vl表示在所述第一筛选数据集(K,V)中查询所述Kl对应的值；

根据所述(K2,V2,Vf,Vl)以及所述用户购物品类数据集的总记录条数I，计算Kl对Kf的支持度S、置信度C和提升度L，其中S＝V2/I，C＝V2/Vf，L＝(V2*I)/(Vf*Vl)。

6.一种确定商品关联程度的装置，其特征在于，包括：

获取模块，用于获取用户购物品类数据集，其中所述用户购物品类数据集中的元素表示同一用户购买何种品类商品的购物行为；

训练模块，用于设置支持度阈值，训练所述用户购物品类数据集得到训练结果集，所述训练结果集中的数据的频繁项表示支持度大于所述支持度阈值的购物行为，频次表示该购物行为对应的用户数量；

第一筛选模块，用于对所述训练结果集按照频繁项长度为1的条件进行筛选，得到第一筛选数据集，所述第一筛选数据集中的数据的频繁项表示购买了指定单品类购物的购物行为，频次表示该购物行为对应的用户数量；

第二筛选模块，用于对所述训练结果集按照频繁项长度为2的条件进行筛选，得到第二筛选数据集，所述第二筛选数据集中的数据的频繁项表示购买了指定双品类购物的购物行为，频次表示该购物行为对应的用户数量；

计算模块，用于将所述第一筛选数据集和所述第二筛选数据集进行关联，然后计算关联购买行为的支持度、置信度和提升度。