[发明专利]确定商品关联程度的方法以及装置

说明书

技术领域

本发明涉及计算机及其软件技术领域，特别地涉及一种确定商品关联程度的方法以及装置。

背景技术

在电商购物网站中，经常需要知道用户喜欢购买什么品类的组合，通过分析购物行为数据，找出用户经常购买的组合。这些分析结果可以很好的服务于营销人员，提示营销人员做出相应的组合促销，以达到提升销售额的目的。

目前可以使用Apriori算法来实现关联规则指标，但是Apriori算法运行效率慢。

目前还经常使用的FP-Growth算法进行分析。但FP-Growth算法只能计算出关联规则常用指标中的支持度指标，没有实现置信度指标，同时还缺少提升度指标。这在实际应用中带来极大的不便，因此亟需对现有的FP-Growth算法提出改进。

发明内容

有鉴于此，本发明提供一种评价指标全面、简便易行的确定商品关联程度的方法以及装置。

为实现上述目的，根据本发明的一个方面，提供了一种确定商品关联程度的方法。

本发明的确定商品关联程度的方法包括：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。

可选地，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。

可选地，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。

可选地，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。

可选地，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)。

根据本发明的另一方面，提供了一种确定商品关联程度的装置。