[发明专利]一种基于FP-growth关联分析规则的配方模块搭配推荐方法及装置

说明书

本发明公开了一种基于FP‑growth关联分析规则的配方模块搭配推荐方法及装置，该方法包括当接收到配方搭配推荐指令时，响应配方搭配推荐指令，获取已选择的第一叶组模块；基于FP‑growth算法模型从历史配方数据中查询与第一叶组模块匹配的匹配配方数据；基于各匹配配方数据中除第一叶组模块外的各第二叶组模块生成推荐信息，展示推荐信息。本发明实现了使配方人员在进行叶组搭配选择时更快速、高效，减少了配方人员在搭配选择时大量抽吸过程。

技术领域

本申请涉及烟草配方搭配处理技术领域，具体而言，涉及一种基于FP-growth关联分析规则的配方模块搭配推荐方法及装置。

背景技术

关联分析指在交易数据、关系数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结果。关联分析常用于消费者购物篮分析、生物信息学、医疗诊断、网页挖掘和科学数据分析等，关联分析中可发现某一事物在另一事物出现时出现的频繁程度。例如通过购物篮分析，发现顾客放入购物篮中的不同商品之间的联系，分析顾客的购买习惯。

卷烟产品风格是品牌发展的基础，保证卷烟产品风格是维护客户的重要手段。影响卷烟感官质量的因素有很多，但卷烟配方始终是卷烟产品的重中之重，只有配方风格的稳定才能保证产品风格的稳定。在实际生产中，工业企业同一香型、同一地区、同一定位的配方模块往往含有不止一种。目前，在新型卷烟配方制作过程中，在产品价位、风格定位确定后，配方人员往往根据自身能力，对原料模块的感官质量、理化特性、配方定位等因素掌握的基础上，进行叶组搭配制作配方的调配。但不同配方人员配方能力高低不同，且实际生产中不可能仅依靠固定的几个人进行配方的调配研发，因此企业往往耗费大量的人力、物理、财力开展配方实验，才能确定最终配方结构，导致配方产出效率不高。

发明内容

为了解决上述问题，本申请实施例提供了一种基于FP-growth关联分析规则的配方模块搭配推荐方法及装置。

第一方面，本申请实施例提供了一种基于FP-growth关联分析规则的配方模块搭配推荐方法，所述方法包括：

当接收到配方搭配推荐指令时，响应所述配方搭配推荐指令，获取已选择的第一叶组模块；

基于FP-growth算法模型从历史配方数据中查询与所述第一叶组模块匹配的匹配配方数据；

基于各所述匹配配方数据中除所述第一叶组模块外的各第二叶组模块生成推荐信息，展示所述推荐信息。

优选的，所述基于各所述匹配配方数据中除所述第一叶组模块外的各第二叶组模块生成推荐信息，展示所述推荐信息，包括：

确定各所述匹配配方数据中除所述第一叶组模块外的各第二叶组模块；

将至少存在于两个所述匹配配方数据中的所述第二叶组模块标记为常用叶组模块，并将除所述常用叶组模块外的各所述第二叶组模块标记为差异叶组模块；

获取所述常用叶组模块对应的第一叶组模块信息以及所述差异叶组模块对应的第二叶组模块信息，基于所述常用叶组模块、差异叶组模块、第一叶组模块信息、第二叶组模块信息生成推荐信息，展示所述推荐信息。

优选的，所述展示所述推荐信息之前，还包括：

基于各所述常用叶组模块在各匹配配方数据中的出现次数，按照从大到小的顺序优化所述推荐信息中所述常用叶组模块的排列顺序。

优选的，所述展示所述推荐信息之后，还包括：

接收差异叶组模块查询指令，响应所述差异叶组模块查询指令，获取所述差异叶组模块查询指令对应的待查询差异叶组模块；

从所述历史配方数据中获取所述待查询差异叶组模块的常用搭配叶组模块和常用搭配配方。

优选的，所述方法还包括：

当接收到筛选指令时，基于所述筛选指令对应的筛选条件对所述推荐信息进行筛选，得到筛选信息。