[发明专利]一种挖掘规则关联模型未知关联关系的方法及装置

说明书

本申请提供一种挖掘规则关联模型未知关联关系的方法及装置，该方法包括获取规则关联模型和至少一个样本信息；根据规则关联模型的所有元组中的概念，对至少一个样本信息进行标准化处理，得到至少一个标准样本信息；将至少一个标准样本信息进行处理，得到每个标准样本信息所对应的关键词集；根据关键词集，计算得到二元关系表达式列表；将二元关系表达式列表和规则关联模型的候选关联表达式列表进行匹配；根据匹配结果，建立规则关联模型的相邻两个元组的概念的关联关系。本申请可建立规则关联模型中，未预先设置但有价值的关联关系，使规则关联模型全面直观的反映实际业务场景中的有价值的关联结果，提高定位有价值关联结果的准确率。

技术领域

本申请涉及数据挖掘技术领域，尤其涉及一种挖掘规则关联模型未知关联关系的方法及装置。

背景技术

关联分析方法是在数据挖掘技术领域中，从一个存储大量数据的数据库中发掘不同数据之间的相关性的技术。关联分析方法在选择性行销和决策分析等领域广泛应用，例如，运营企业根据消费者的购物清单，利用关联分析方法挖掘消费者通常会一起购买的商品，了解消费者的购买习惯，然后拟定有效的“捆绑销售”行销策略。近年来，关联分析方法也被应用到网页浏览行为分析或股市交易分析等领域。

现有的关联分析方法大多是基于机器学习算法，如Apriori算法，其在数据库中查采用迭代算法，找出支持度大于预置支持度的项集，也就是频繁集，利用频繁集构造出大于预置置信度的关联关系，进而发现不同数据之间的相关性。

但是，现有的关联分析方法所发现的数据之间的相关性，会因外在因素变化而失效，例如在银行业务办理中，某种信用卡的A型分期付款业务，比较受储户欢迎，但是A型分期付款业务已取消，现有的关联分析方法还是会挖掘出这种已失效的相关性。除此之外，距离当前时间越接近的数据的相关性越重要，例如，一银行上周推出某种信用卡的B型分期付款业务，深受储户欢迎，但是现有的关联分析方法会因支持度不足而无法发现。因此，现有的关联分析方法不能准确的定位有使用价值的关联结果，不利于决策者制定相应的营销策略。

发明内容

本申请提供了一种挖掘规则关联模型未知关联关系的方法及装置，以解决现有的关联分析方法不能准确的定位有使用价值的关联结果，不利于决策者制定相应的营销策略的问题。

第一方面，本申请提供了一种挖掘规则关联模型未知关联关系的方法，包括：

获取规则关联模型和至少一个样本信息，所述规则关联模型包括N个元组，N为大于1的正整数，每个所述元组包括至少一个概念；

根据所述规则关联模型的所有元组中的概念，对所述至少一个样本信息进行标准化处理，得到至少一个标准样本信息；

将所述至少一个标准样本信息进行切词和去停用词处理，得到每个所述标准样本信息所对应的关键词集；

根据所述关键词集，按照预设算法，计算得到二元关系表达式列表；

将所述关联表达式列表和所述规则关联模型的候选关联表达式列表进行匹配，所述候选关联表达式列表是由至少一个候选关联表达式所组成的列表，每个所述候选关联表达式由所述规则关联模型的两个相邻所述元组中未建立关联关系的概念构成；

根据匹配结果，建立所述规则关联模型的相邻两个元组的概念的关联关系。

第二方面，本申请还提供了一种挖掘规则关联模型未知关联关系的装置，包括：

获取模块，用于获取规则关联模型和至少一个样本信息，所述规则关联模型包括N个元组，N为大于1的正整数，每个所述元组包括至少一个概念；

标准化处理模块，用于根据所述规则关联模型的所有元组中的概念，对所述至少一个样本信息进行标准化处理，得到至少一个标准样本信息；