[发明专利]基于移动交易序列模式的用户行为模式增益挖掘方法

摘要

基于移动交易序列模式的用户行为模式增益挖掘，首先是基于增益模式集成移动模式挖掘高增益移动行为序列模式，其次是依赖频次模式挖掘解决不同类型商务模式的顾客行为序列模式，然后是在各种复杂环境下验证评价算法的执行效率。通过高增益模式与动态行为路径的集成探索出高效益的移动序列模式处理。本发明提出基于移动商务行为特征数据信息构造树算法，挖掘移动商务行为数据的品类特征信息，在同类算法结果比较中具有能较高水准地表达发掘移动序列行为模式。

主权项

基于移动交易序列模式的用户行为模式增益挖掘，其具体步骤是：一、算法的输入序列增益模式USP(Ti)树的构造过程是一遍扫描源数据库，在USP(Ti)树中每个节点P都包含节点位置、项目集、节点标号及路径列表信息，采用公式P|location,[itemseti],TID,Pathlist|表示构造树节点完整信息，Plocation记录节点位置，相同节点具有多个项目集P[itemseti]，PTID表示移动序列交易标识，路径列表表示节点项目集交易路线图，算法中的头表的作用能有效连接USP(Ti)树的每个节点，是算法的输入；二、构造树节点插入构造树的过程是逐层读取移动交易数据库Dsite，开始时第一个交易序列T1被读取，接着读取该序列中第一个交易|￥a:[Citem‑1,1]|，其中包含位置商品信息￥a:[Citem‑1]，按照移动序列加权位置项集交易事物映射表，基于移动序列加权位置项集交易事务映射转化为￥a:t1，然后插入USP(Ti)构造树，通过相应的方式构造其余节点，数据库Dsite中所有的序列点被插入后，得到构造树；三、基于构造树加权高增益挖掘依赖USP(Ti)构造树，采用深度优先策略发掘增益SPweighted，首先是回溯USP(Ti)构造树的输入头表Htable，产生基于加权位置项集高增益USP，然后是在满足条件的USP(Ti)构造树中产生基于移动序列加权高增益SPweighted，有效地压缩存储在基于移动序列加权高增益SPweighted构造树节点i‑itemset中；四、通过剪枝减少构造树搜索空间在处理节点i‑itemset过程中，如果回溯检测路径过长，则调整检测技术进行剪枝以适应用户设定的阈值，即对itemset形成SPweighted时，相对于SUP(2‑ProfitItemset‑x)≥Athreshold及USP(2‑ProfitItemset‑x)≥Uthreshold时，则被剪掉，经过这种动态剪枝，剪掉无用的输入节点，从而减少搜索空间，提高了挖掘效率。