[发明专利]正负序列模式筛选方法在客户购买行为分析中的应用

摘要

本发明涉及正负序列模式筛选方法在客户购买行为分析中的应用，提出了一个名为SAP的高效算法来选择出可行的正负序列模式，所述算法的主要思想是通过e‑NSP方法挖掘出所有的正序列模式和负序列模式，然后对每一个序列模式进行筛选，选出可行的正负序列模式。本发明应用在进行客户购买行为分析过程中，不仅利用最小支持度筛选出某一段时间内客户购买比较多的商品，而且还利用了相关系数来筛选出这段时间内与客户购买相关性比较大的商品，这样客户在购买商品时，利用本发明可以向他推荐一些其它客户都会买的并且和此产品相关性比较大的商品，从而增加客户的交易机会，将网站浏览者转变为购买者，提高交叉销售能力，提高客户的忠诚度，以及提高网站的经济效益。

主权项

正负序列模式筛选方法在客户购买行为分析中的应用方法，其特征在于，包括如下步骤：(1)用相关系数函数来测量商品和商品之间的关系：客户每次购买的一种商品为单独的一项，该客户在某一个具体的时间点一次性购买的所有商品为一个元素，所述序列包括一个客户在某一段时间内购买商品所对应的所有元素；ρ代表一个序列中任意两个元素之间相关系数：如果ρ>0，那么上述两个元素正相关；一次购买的商品越多，另一次购买的商品也越多；如果ρ＝0，那么上述两个元素无相关性；一次购买的商品和另一次购买的商品的购买行为是相互独立的，这两次的购买行为互不影响；如果ρ<0，那么上述两个元素是负相关；一次购买的商品越多，另一次购买的商品也越少；所述ρ的范围在‑1到1之间，ρ的绝对值越小，那么这两个元素的相关性越小；设置阈值ρmin，即，只选用|ρ|≥ρmin对应的序列；即，当一个序列中任意两个元素的相关性系数的绝对值均≥ρmin时，则选用该序列；否则，排除该序列；(2)选择可行的序列模式：判断一个序列是否是可行的方法是测试任意大小为2的子序列是否是可行的，而这些大小为2的子序列是由一个序列中任意相邻的2个元素构成的，即，如果一个大小为k，其中k>1，的正序列模式或负序列模式P＝<e1e2…ek>是可行的，那么要求<e1e2>,<e2e3>,…,<ek‑1ek>也是可行的，定义如下：定义1.可行的序列模式一个大小为k(k>1)的正序列模式或负序列模式P＝<e1e2…ek>是可行的，如果其中f(ei-1,ei,ms,ρmin)=s(<ei-1ei>)+ρ(ei-1,ei)-(ms+ρmin)+1|s(<ei-1ei>)-ms|+|ρ(ei-1,ei)-ρmin|+1,---(iii)]]>ρ(ei-1,ei)=s(<ei-1ei>)-s(<ei-1>)s(<ei>)s(<ei-1>)(1-s(<ei-1>)s(<ei>)(1-s(<ei>)).---(iv)]]>f()是一个有关支持度、相关性的约束函数；ms是用户设定的最小支持度阈值，用来剪掉非频繁的序列；其中s()代表序列的支持度，s()≠0或1；依据定义1可知，一个大小为k(k>1)的正序列模式或负序列模式P＝<e1e2…ek>，如果<ei‑1 ei>不是可行的序列模式，那么该序列模式P是不可行的；从定义1，如果P＝<e1e2…ek>是可行的，那么<ei‑1ei>必须是可行的序列模式，否则P＝<e1e2…ek>将不是可行的序列模式；(3)利用SAP算法的步骤如下：第一步，用e‑NSP方法挖掘出所有的正序列模式和负序列模式；第二步，对于每一个大小为2的序列模式，利用上述定义1对所述大小为2的序列模式进行测试，如果该大小为2的序列模式不是可行的序列模式，那么删除该模式和所有包含该模式的序列模式；第三步，对于大小超过2的序列模式，将其按照每相邻2个元素组合为一个序列，拆分成多个大小为2的序列，利用第二步所述的方法对每个大小为2的序列进行测试，如果每个大小为2的序列都是可行的序列，那么此大小超过2的序列模式则是可行的序列模式；第四步，按照所述第三步得到所有的可行的序列模式；(4)SAP算法伪代码如下：算法SAP输入:D：客户购买序列数据库；ms：最小支持度；ρmin：相关性阈值；Output:ASP:可用于分析客户购买行为的序列模式的集合；