[发明专利]一种融合频繁项集的油田业务服务推荐方法

权利要求书

1.一种融合频繁项集的油田业务服务推荐方法，其特征在于，包括以下步骤：

A.数据预处理

利用Python的RE模块对油田业务服务的数据进行数据预处理；

B.计算频繁项集

根据Apirori算法原理，计算油田业务服务数据的频繁二项集及支持度，通过计算频繁二项集两项之间的时间间隔，结合时间信息定义赋值函数，赋予时间间隔小的油田业务服务较高的权值，时间间隔大的油田业务服务较小的权值，最终将权值进行累加得到频繁二项集的组合支持度，赋值函数和组合支持度计算公式如下：

SUP_time＝SUP(item)+F (公式2)

公式1为赋值函数计算公式，其中F为赋值函数，F’为上一轮计算的赋值函数值，val为时间间隔的值，公式2为组合支持度计算公式，其中SUP_time为组合支持度，SUP(item)为频繁项集的支持度；

C.推荐模型的建立

采用传统的基于物品的协同过滤算法与频繁项集的组合支持度相结合的方式建立油田业务服务推荐模型，用户对油田业务服务的评分不仅是反应用户喜爱度还包括用户工作过程中的需求，若直接采用传统的推荐算法基于用户评分计算用户的喜爱度建立推荐模型则忽略了用户的工作需求部分，根据余弦相似度计算油田业务服务之间的余弦相似性，定义评分函数结合时间信息计算油田业务服务之间的相似性，由需求度计算公式计算用户对油田业务服务的需求度，输出需求度最高的三个服务，余弦相似度和需求度计算公式如下：

公式3是余弦相似度的计算公式，其中|N(i)|表示使用过油田业务服务i的用户数，|N(j)|表示使用过油田业务服务j的用户数，|N(i)|∩|N(j)|表示同时使用过油田业务服务i和j的用户数量，公式4是需求度计算公式，其中w_ji表示油田业务服务之间的相似度，k表示权重参数，SUP_time表示组合支持度，freq表示频繁项集；

D.实际检测

获得油田业务服务数据，输入融合频繁项集的油田业务服务推荐方法中，算法的输出即为用户的推荐结果。