[发明专利]重复负序列模式在客户购买行为分析中的应用

摘要

一种重复负序列模式在客户购买行为分析中的应用，提出一个名为e‑RNSP的高效算法来挖掘重复负序列模式，所述算法的主要思想是首先通过RptGSP算法挖掘得到重复正序列模式，并且将挖掘出来的重复正序列模式以及包含它们的数据序列中的重复次数对应保存下来，然后用和e‑NSP相同的方法生成负序列候选模式，最后通过公式来计算负序列侯选模式的重复支持度，而无需多次扫描数据库。所述e‑RNSP是第一个重复负序列模式挖掘算法，通过该算法挖掘得到的重复负序列模式可以更全面的分析客户购买行为，使得售货方能够根据当前的商品销售情况来预测以后的商品销售。

主权项

一种重复负序列模式在客户购买行为分析中的使用方法，包括步骤如下：(1)定义一个负序列在一个数据序列中出现的次数MPS(ns)是指一个由客户购买的商品组成的负序列ns的最大正子序列，其由ns中包含的所有正元素按照原顺序组成；一个负序列在一个数据序列中出现的次数由它的左终止位置决定；令ds＝<d1d2…dn>是一个数据序列，对一个负序列ns，如果并且1<p≤n，使得则称p为左终止位置，定义为LAE(ns,ds)＝p,其中p≥1因为已经满足如果则LAE(ns,ds)＝1；计算ns在ds中出现的次数t，并将该计算t的方法定义为t＝RptTimes(ns,ds)：首先使用LAE(ns,ds)获得ns在ds中的左终止位置p，如果p>0，则t＝t+1，之后令ds＝<dp+1…dn>，重复以上步骤直到负序列ns：RptTimes(ns,ds)＝RptTimes(MPS(ns),ds),如果给出s1＝<ab>，ds1＝<aca(ab)cb>，ds2＝<abababd>，则LAE(s1,ds1)＝4，LAE(s1,ds2)＝2，RptTimes(s1,ds1)＝1，RptTimes(s1,ds2)＝3；LAE(s2,ds1)＝2，LAE(s2,ds2)不存在因为(2)负序列的重复支持度计算负序列ns的重复支持度是负序列在所有数据序列中重复出现的次数，定义为rps_count(ns)，那么ns在序列数据库D中的重复支持度为：rps_count(ns)=Σt(t=RptTimes(ns,ds),∀ds∈D)---(ii)]]>(3)利用e‑RNSP算法的步骤如下：首先，使用重复正序列挖掘算法RptGSP挖掘得到所有的重复正序列模式，即在某一段时间内，客户重复购买量大的商品；然后，基于所述重复正序列模式生成相应的重复负候选序列，该负候选序列用于判断在某一段时间内，哪些商品客户购买的多，哪些商品客户没有购买；其次，利用相关的重复正序列模式的支持度来计算负候选序列的重复支持度；再从所述负候选序列里筛选出符合最小支持度要求的重复负序列模式，再用现有适当的筛选方法将能用于决策的序列模式筛选出来，利用这些筛选后的重复负序列模式对客户的购买行为进行分析；商家根据分析结果针对客户提供个性化服务，根据客户购买习惯安排商品的推荐顺序和频率；(4)e‑RNSP负候选序列的生成改变正序列模式中任意不相邻元素为负元素；(5)计算负候选序列的支持度定义一个负候选序列：1‑negMSns：负序列ns的子序列，并且该子序列是由MPS(ns)以及一个负元素组成；1‑negMSSns：包含负序列ns的所有1‑negMSns子序列的集合；p(1‑negMS):序列1‑negMS中的正元素不变，将负元素转换为相应的正元素；一个大小为m并且含有n个负元素的序列ns，对于在序列数据库D中ns的支持度sup(ns)由以下几个公式计算得出：{ns}={MPS(ns)}-{∪i=1n{p(1-negMSi)}}---(iii)]]>使用公式(iii)来获得所有包含ns的数据序列的sid，其中{MPS(ns)}是所有包含MPS(ns)的数据序列的sid，是所有{p(1‑negMSi)}组成的sid集合的并集；所述ns的传统支持度由|{ns}|计算出，|{ns}|表示{ns}集合中sid的个数；所述ns的重复支持度为：sup(ns)=Σi=1|{ns}|RptTimes(ns,dsi),(dsi∈{ns})---(iv)]]>其中dsi是指包含ns的第i个数据序列，通过公式(i)计算RptTimes(ns,dsi)，如果ns的大小是1，那么负序列ns的支持度是：sup(ns)＝|D|‑sup(p(ns))  (v)(6)算法伪代码设计一个数据结构来存储e‑RNSP相关数据，所述数据结构存储正候选序列和包含它的数据序列的{sid}以及重复次数；所述e‑RNSP算法是基于正序列模式来挖掘重复负序列模式，算法e‑RNSP包括步骤如下：其中，输入：D：客户购买序列数据库；min_sup:最小支持度；输出：RNSP：用于分析客户购买行为的重复负序列模式的集合；所述步骤(1‑1)是用重复正序列模式挖掘算法RptGSP从序列数据库中挖掘出所有的重复正序列模式；步骤(1‑2)和步骤(1‑3)将所有的重复正候选序列以及它的重复支持度和sid的集合都被存储到哈希表RNSPHash；所述步骤(1‑6)是对于每一个重复正序列模式，通过步骤(1‑4)中表述的负候选序列的生成方法来生成负候选序列RNSC；步骤(1‑7)至步骤(1‑24)，通过公式(i)‑(v)计算出RNSC中的每一个rnsc的支持度；步骤(1‑25)至步骤(1‑27)然后判断出哪些是重复负序列模式RNSP；其中步骤(1‑8)至步骤(1‑10)，通过公式(v)计算出只含有一个负元素的rnsc的支持度，对于包含多于一个负元素的rnsc的支持度，通过公式(i)到公式(iv)计算出，如步骤(1‑12)至步骤(1‑24)；如果rnsc.support>＝min_sup那么rnsc被加入到RNSP中，如步骤(1‑25)至步骤(1‑27)；返回结果，如步骤(1‑29)，再用适当的筛选方法将能用于决策的序列模式筛选出来，利用这些筛选后的重复负序列模式来分析客户的购买行为。