[发明专利]一种网络关联信息获取方法和系统

说明书

技术领域

本申请涉及网络信息技术领域，特别是涉及一种网络关联信息获取方法和系统。 

背景技术

在网络应用中，网络关联信息被越来越广泛的应用，例如：在网络信息推荐中，网站主或者某些网站如电商网站经常会根据网站事务的关联信息去进行网络信息的推荐：网站主向网站A进行网络信息投放时，根据网站A的关联信息，得到网站B和网站C与网站A具有关联关系，而网站D与网站A不具有关联关系；因此，网站主在向网站A进行网络信息投放的同时，会优先选择向网站B和网站C也投放相同的网络信息，而不向网站D进行相同的网络信息投放。又例如：用户购买了商品A，电商网站家会根据商品A的关联信息，得到商品B和商品C与商品A具有关联关系；因此，当用户购买了商品A时，电商网站会优先向该用户推荐商品B和商品C。 

现有技术中，以网站的关联为例，一般只考虑了两个网站之间的相互关联关系，例如，四个网站：网站A、网站B、网站C和网站D，分别获取网站A与网站B、网站C、网站D之间的关联信息，进而判断出网站A和网站B是关联的，网站A和网站C也是关联的，网站A和网站D是不关联的，由此得到和网站A具有关联关系的是网站B和网站C；但是不会进一步去考虑网站B和网站C之间的关联关系。此时就存在两种情况：1、网站B和网站C也具有关联关系；2、网站B和网站C不具有关联关系。 

因此，现有技术获取的网站A的关联信息，只反映了与网站A具有关联关系的网站；因为没有考虑与网站A关联的网站B和网站C之间是否存在关联关系，进而所述网站A的关联信息不能反映出网站B和网站C之间是否存在关联关系，因此获取的网站A的关联关系关联程度较弱。同样，现 有技术对于商品等其他网络应用也存在关联程度较弱的问题。 

发明内容

本申请提供了一种网络关联信息获取方法，以解决获取得到的网络关联信息关联程度弱的问题。 

相应的，本申请还提供了一种网络关联信息获取系统，用以保证上述方法的实现及应用。 

为了解决上述问题，本申请公开了一种网络关联信息获取方法，所述方法包括： 

扫描用户访问记录，获取所述用户访问记录中的用户访问信息，所述用户访问信息构成信息集合； 

根据所述用户访问记录，获取所述信息集合每个非空子集的支持度计数，建立支持度计数数据库； 

根据所述信息集合和所述支持度计数数据库，获取所有频繁1项集，所有频繁1项集构成集合L₁；其中，所述频繁1项集是所述信息集合的非空子集； 

根据所述集合L₁寻找集合L_K，包括以下两个子步骤： 

子步骤1，根据集合L_K-1，获取所有候选K项集；其中，所述候选K项集是所述信息集合的非空子集； 

子步骤2，根据所述支持度计数数据库，从所述候选K项集中筛选得到：支持度计数大于等于预设最小支持度阈值的候选K项集，记作频繁K项集，所有频繁K项集构成集合L_K；其中，所述K从2开始取值，直到根据所述集合L_K寻找到的集合L_K+1是空集为止停止取值； 

计算所述频繁1项集和所有频繁K项集的所有非空真子集的置信度，分析所述置信度，获取网络关联信息； 

基于所述网络关联信息进行网络应用。 

优先地，根据所述用户访问记录，获取所述信息集合每个非空子集的支持度计数，包括： 

获取所述信息集合的所有非空子集； 

获取每个非空子集中的所有信息元素； 

根据所述用户访问记录，统计所述每个非空子集中的所有信息元素同时被用户访问的次数； 

获取统计结果，所述统计结果为每个非空子集的支持度计数。 

优先地，根据所述用户访问记录和所述支持度计数数据库，获取所有频繁1项集，包括： 

从所述信息集合的非空子集中，获取所有单元素子集，每个单元素子集都记作一个候选1项集；其中，所述单元素子集是指只包含一个元素的非空子集； 

从所述支持度计数数据库中获取所述候选1项集的支持度计数； 

从所述候选1项集中筛选得到：支持度计数大于等于所述最小支持度阈值的候选1项集，记作频繁1项集。 

优先地，根据集合L_K-1，获取所有候选K项集，包括：