[发明专利]基于改进Apriori算法的品牌推广方法

权利要求书

1.一种基于改进Apriori算法的品牌推广方法，其特征在于，包括以下步骤：

步骤一、数据获取及整理：从品牌方获取推广数据，并将品牌方的推广数据整理为若干维度，然后将所述推广数据整理进数据库；

步骤二、维度权重初始化：将所有维度的推广数据的初始权重均设为1；

步骤三、基于改进Apriori算法的关联规则挖掘：用户根据提示猜测终端设置的品牌，以一个数据更新周期为准，记录一个周期内所有用户的问答信息并保存入库，在第一周期记录用户问答情况完毕之前，对关联规则进行默认处理，并在第一周期完整记录用户问答情况后，开始进行关联规则挖掘；

所述默认处理的规则为：用户回答的最后一个问题之前的所有问题与该问题强关联；

所述的关联规则挖掘具体包括以下步骤：

(1)扫描数据库，生成信息矩阵：读取数据库中存储的用户问答信息，每个用户问答信息为一个事务，整理所有涉及的维度问题，生成1-项集，并生成M*N的矩阵，以此记录每个维度的1-项集对应的事务信息，用行列分别表示事务和项，其中1表示某一维度信息在用户问答中回答错误，0表示其他情况；

(2)支持度计算：根据信息矩阵获取每个1-项集的支持度计数，即每一列1的个数；

(3)频繁1-项集获取：根据关联规则性质，非频繁项集的超集一定是非频繁的，删除不满足性质的项，留下频繁1-项集；

(4)候选2-项集支持度计算：根据信息矩阵获取2-项集的支持度计数，使用的方法是：对信息矩阵中构成2-项集的列进行与操作；

(5)重复步骤(3)(4)得到频繁K-项集；

步骤四、维度决策：结合步骤二中的初始的权重值，计算每个权重的占比，将权重按项的顺序摊平，整理为0-1中不同的区间，一个数据更新周期后，以更新后的权重重新计算区间，然后生成一个0和1之间的随机数，以所述随机数落在的区间代表的维度进行问答；

步骤五、权重更新：根据步骤三默认处理的规则可得，记用户回答正确的维度问题，该问题之前的维度问题的权重均按序加1，一个数据更新周期后，根据步骤三计算出强关联规则，将用户问答正确的问题前的问题按序进行权重更新，然后下一轮问答继续重复步骤四，直到达到一个数据更新周期；

步骤六、数据更新：每一定数量的推广数据进行一次数据更新，然后重复步骤三重新计算关联规则。

2.根据权利要求1所述的基于改进Apriori算法的品牌推广方法，其特征在于，在步骤三中，记录一个周期内所有用户的问答信息具体包括：问答顺序、用户答案及是否回答出结果。