[发明专利]一种基于软集决策规则分析的电子商务推荐技术及系统

权利要求书

1.一种基于软集决策规则分析的电子商务推荐方法，其特征在于，所述基于软集决策规则分析的电子商务推荐方法，首先，建立一种基于软集的命题逻辑推理语言；在该逻辑推理语言中，原子公式是软集中的参数e，参数e的函数值F(e)是原子公式e的赋值集，软决策规则是决策软集上的由原子公式组成的蕴含逻辑公式；

其次，引进真度、条件真度、联合真度的数量指标从充分性、必要性、合理性不同方面来评价软决策规则；将决策信息系统转化为决策软集，将基于命题逻辑和软集的数据分析方法应用于不完备决策信息系统的决策规则提取；

最后，将基于命题逻辑和软集的数据分析方法应用于电子商务推荐，给出基于软属性关联关系分析的电商产品推荐算法；

设(F,A)是论域U和参数集E上的软集，称a∈A为基于软集S的原子公式，由全部原子公式生成的型自由代数记为F(S)，F(S)中的元素称为基于软集S的逻辑公式；

F(S)是由A中的元素经过下列步骤所生成:

(1)

(2)若则

(3)若则

(4)F(S)中的元素当且仅当由以上(1)～(3)所生成；

对软集(F,A)，如果A被划分为C和D,软集(F,A)为决策软集(F,C,D)；决策软集(F,C,D)包括条件软子集S_C＝(F,C)和决策软子集S_D＝(F,D)；所述软子集S_C＝(F,C)和决策软子集S_D＝(F,D)相应的逻辑公式分别为条件属性公式F(S_C)和决策属性公式F(S_D)；

设(F,A)是论域U上的软集，F(S)是由原子公式集A生成的型自由代数；

对每一个u∈U，映射A→{0,1}，v_u(a)＝χ_F(a)(u)惟一决定公式集F(S)上的一个赋值v_u:F(S)→{0,1}；χ_F(a)(u)表示集合F(a)的特征函数.；

设如果称v_u为公式的模型，记为并称为公式的软集合语义解释；

对每一个原子公式a∈A，有||a||_S＝F(a)，当且仅当如果则称为软重言式；如果则称为软矛盾式；设如果对全部的v_u，有则与ψ软逻辑等价；

设S＝(F,A)是有限论域U上的概率软集，P是U上的正规概率分布，P({u})＞0,∑_u∈UP({u})＝1，对于给定的逻辑公式为逻辑公式的软真度；对于给定的软决策规则当时，为决策规则的条件软真度；为软决策规则的联合软真度；

决策规则软真度分析算法SLARA包括：

输入:决策信息系统(U,C,D)，U上的正规概率分布P；

输出:全部决策规则及其真度；

步骤一，输入条件属性C＝{a₁,a₂,…,a_l}，决策属性D＝{d}；

步骤二，构造软集和S_b；

步骤三，计算软集和S_b的并决策信息系统(U,C,D)被转化为决策软集S＝(F,C,D)，条件参数集为决策参数集为D＝{(b,t):t∈V_b}；

步骤四，对每一个中的每一个和V_b中的每一个t∈V_b，构造典型软决策规则(a₁,r₁)∧…∧(a_l,r_l)→(b,t)；

步骤五，计算全部典型软决策规则(a₁,r₁)∧…∧(a_l,r_l)→(b,t)的基本软真度τ((a₁,r₁)∧…∧(a_l,r_l)→(b,t))，条件软真度γ((a₁,r₁)∧…∧(a_l,r_l)→(b,t))，联合软真度ρ((a₁,r₁)∧…∧(a_l,r_l)→(b,t))；

步骤六，按照联合软真度的大小将全部决策规则排序；

基于软属性关联关系分析的电商产品推荐算法SARPRA：

输入:信息系统(U,A)，对象集U是电商客户，属性集A是用户已评价的电商产品；

输出:推荐的电商产品；

步骤一，构造决策信息系统(U,C,D)，条件属性C是用户已购买电商产品，决策属性D是待推荐电商产品；

步骤二，将决策信息系统(U,C,D)转化为决策软集(F,C,D)；

步骤三，依据所得到决策软集(F,C,D)，应用算法SLARA，挖掘得到全部如下形式的典型软决策规则(a₁,r₁)∧…∧(a_l,r_l)→(b,t)，其中是作为条件属性值的电商产品，t∈V_b是待推荐的作为决策属性值的电商产品，并计算基本软真度、条件软真度、联合软真度；

步骤四，对于一个给定的与推荐集相对应的条件属性公式(c₁,s₁)^…^(c_k,s_k)，其中计算软逻辑公式(c₁,s₁)^…^(c_k,s_k)与全部典型软决策规则的条件属性公式(a₁,r₁)^…^(a_l,r_l)的软逻辑距离，并对所计算出的软逻辑距离从小到大进行排序；

步骤五，选取上一步计算所得出的最小软逻辑距离，激活相应的典型软决策规则

步骤六，构造推荐决策规则(c₁,s₁)∧…∧(c_k,s_k)→(b⁽⁰⁾,t⁽⁰⁾)，依据此推荐决策规则确定待推荐电商产品(b⁽⁰⁾,t⁽⁰⁾)。

2.一种如权利要求1所述基于软集决策规则分析的电子商务推荐方法的电子商务推荐系统，其特征在于，所述电子商务推荐系统包括：

输入模块，用于已收集的电商用户购买电商产品信息；待推荐用户购买电商产品信息；

转换模块，用于信息系统决策软集(F,C,D)，条件属性C是用户已购买电商产品，决策属性D是待推荐电商产品；

挖掘模块，用于根据已有用户购买电商产品信息挖掘典型软决策规则；

计算模块，用于计算典型软决策规则的基本软真度、条件软真度、联合软真度，依据联合软真度对全部决策规则排序；计算待推荐公式与典型软决策规则的条件属性公式的软逻辑距离，并对所计算出的软逻辑距离从小到大排序；

推荐模块，用于激活有最小软逻辑距离的典型软决策规则，将所述典型软决策规则的前件换成待推荐公式得到推荐软决策规则；

输出模块，用于按照推荐软决策规则确定待推荐电商产品。