[发明专利]优化高速公路服务区业态的方法

权利要求书

1.一种优化高速公路服务区业态的方法，其特征在于：所述方法包括以下步骤：

S1：获取N天的目标高速公路服务区用户的消费数据，所述消费数据至少包括商品名称、采购时间和采购金额，所述N为大于1的整数；

S2：对所述消费数据进行预处理获得近度R、频率F和强度M；

S3：根据步骤S2所述的近度R、频率F和强度M，采用K-Means聚类算法对用户进行分类；

S4：挖掘各个类别的用户的消费行为，获得用户消费偏好的集合。

2.根据权利要求1所述优化高速公路服务区业态的方法，其特征在于：所述近度R、频率F和强度M采用如下方法确定：

所述近度R表示用户最后一次在目标服务区消费距离观测时间结束日期的天数；

R＝A-B，其中，R表示近度，A表示观测时间结束日期，B表示用户最后一次在目标服务区消费的日期；

所述频率F表示在观测时间内用户在目标服务区消费的次数；

所述强度M表示在观测时间内用户消费金额的总和；

其中，M表示强度，S_i表示用户一次消费的总额，F表示观测时间内用户在目标服务区消费的次数。

3.根据权利要求1所述优化高速公路服务区业态的方法，其特征在于：所述步骤S3包括：

S31：从近度R、频率F和强度M中随机选取三个数据作为初始的聚类中心；

S32：计算每个数据到所述初始聚类中心的距离，并将数据归类到距离初始聚类中心距离最小的初始聚类中心的类；

S33：重复步骤S302，直至所有的数据均被归类；

S34：计算各个步骤S302获得的各个类的聚类中心；

S35：判断步骤S304计算的聚类中心与初始聚类中心是否相等，若是，则分类结束；若否，则进入步骤S302。

4.根据权利要求3所述优化高速公路服务区业态的方法，其特征在于：所述步骤S302中计算每个数据到初始聚类中心的距离采用欧氏距离确定，

其中，d₁₂表示两个n维向量a(x₁₁,x₁₂,…,x_1n)与b(x₂₁,x₂₂,…,x_2n)间的欧氏距离，其中，X_1k表示n维向量a的元素，X_2k表示n维向量b的元素，k表示变量，n表示n维向量a或n维向量b的元素的个数。

5.根据权利要求3所述优化高速公路服务区业态的方法，其特征在于：所述K-means算法中K的取值为4，即将服务区用户根据价值依次划分为高价值保留客户、一般价值发展客户、低价值挽留客户和无价值其他客户4个类别。

6.根据权利要求1所述优化高速公路服务区业态的方法，其特征在于：所述步骤S4采用FP-Growth算法对用户的消费行为偏好进行挖掘，所述步骤S4具体为：

S41：构建FP-tree；

S42：挖掘频繁项集。

7.根据权利要求6所述优化高速公路服务区业态的方法，其特征在于：所述步骤S41具体包括：

S411：构建消费数据中用户ID为特征项的事物集，获得用户ID为特征项对应的N个事物集；

S412：扫描所述N个事物集，确定每个特征项在所述N个事物集出现的总次数，并将所述总次数标记为每个特征项的支持度；

S413：获取预先设置的最小支持度，删除支持度小于所述预先设置的最小支持度的特征项，并按支持度降序的顺序重新排列剩余的特征项；

S414：构造项头表和节点链表，最终得到FP-tree。

8.根据权利要求6所述优化高速公路服务区业态的方法，其特征在于：所述步骤S42具体包括：

S421：对FP-tree从底部依次向上挖掘频繁项，首先挖掘支持度计数低的项，然后逐渐挖掘支持度计数高的项；

S422：挖掘某节点的前缀路径，则得到符合该条件下的某元素的频繁项集合，即用户消费偏好的集合。