模与挖掘相关理论知识概念格概述概念格的构造算法关联规则挖掘算法本章小结第三章基于概念格的关联需求表示与挖掘关联特性需求数据库关联需求表示基于频次的概念格表示模型基于兴趣度的概念格表示模型关联需求挖掘基于频次的挖掘基于兴趣度的挖掘本章小结第四章关联需求推荐模型需求差异性效用度量基于动态规划的推荐模型动态规划推荐模型模型分析基于贪心算法的推荐模型贪心算法推荐模型模型分析本章小结第五章顾客关联需求表示与推荐算例顾客关联需求表示顾客关联需求推荐本章小结第六章总结与展望万方数据研究结论研究局限性与展望参考文献附录程序清单附录算例运行界面性首次在格中出现的指针，在个新对象插入时，只需检查其中至少和新对象有个共同属性的节点。这些指针可作为自顶至下的深度优先搜索的进入点。谢志鹏算法年用索引树组织概念，并按照升序来访问初始格，当访问每个格节点时，识别出节点的类型并执行相应的操作。其中，算法和算法在建格过程中都会产生许多冗余节点，但是这两种方法的优点在于简洁直观。算法没有生成图，但是其按包含拓扑排序的方式有利于生成圆。算法的优点在于其较低的算法复杂度。几种渐进式算法的原理大同小异，算法是渐进式算法中著名的算法，而谢志鹏等人提出的算法在建造复杂的概念格时存在时间性能优势。关联规则挖掘算法概念格是种有效的数据挖掘工具，它反映了对象与属性之间的二元关系。这种二元关系通过属性又可以反映对象之间的种关系，同时，还反映了概念间的泛化与特化的关系，因此，非常适合发现数据中潜在的概念。其图可视化地反映了概念的层次结构。与传统的数据挖掘算法相比，概念格模型在半结构化和无结构的文本数据及数据上具有较好的效果。算法是最著名的关联规则挖掘算法之，但是其需要频繁扫描数据库，对负载的要求很高。然而基于概念格的算法不需要频繁遍历数据库计算支持度和置信度，能快速获取关联规则，并降低了对的负载。规则，表示的是包含项集的对象也可能包含项集，其支持度是指项集在事务集中的次数。规则的信任度是指项集的事务数与包含的事务数之比，即。把大于用户要求的最小支持度最低信任度的规则称为强关联规则。在应用中，人们可能更关心支持度和置信度足够大的规则。因此分别由用户给出规则的最低支持度阈值和最低置信度阈值，提取支持度和置信度分别大于其阈值的规则集。为了消除冗余规则，在符合阈值要求的父节点和子节点对上提取规则。对于概念格中任节点，若其外延数大于或等于最小支持度与事务数的乘积，则节点是频繁节点。设为事务集总数，如果项集的出现频率大于或等于最低支持度与事务总数的乘积，则该项集称为频繁项集。对于频繁节点，若是节点的内万方数据南京邮电大学硕士研究生学位论文第二章基于概念格的建模与挖掘相关理论知识涵的非空子集，则是个频繁项集。从上述表述知道，频繁项集的所有非空子集必须是频繁的。另外，如果个概念的支持度大于或等于给定的最小支持度，则它所有的父概念的支持度也都大于或等于给定的最小支持度相反地，如果个概念的支持度小于给定的最小支持度，则它的所有子概念的支持度也都小于给定的最小支持度。关联规则对应于概念格中唯的节点二元组其中，，规则的支持度和置信度可以直接根据二元组，计算得出，。如果节点二元组，满足大于等于最低支持度，⊆且大于等于最低置信度，则节点二元组被称为满足最低支持度和最低置信度的候选二元组。如果，和，是候选二元组且，则，中的每条规则均可由，中的条规则导出。设是互不相交的项集，若是满足最低支持度和最低置信度的关联规则，则也满足最低支持度和最低置信度。如果⊂，则由可以导出。本章小结本章首先介绍了概念格的定义和性质，然后对国内外已有的较为重要的六种建格算法的原理进行了介绍。同时，还介绍了基于概念格的挖掘所需的理论知识。通过学习基于概念格的挖掘算法发现，基于概念格的算法不需要频繁遍历数据库计算支持度和置信度，能快速获取关联规则。万方数据南京邮电大学硕士研究生学位论文第三章基于概念格的关联需求表示与挖掘第三章基于概念格的关联需求表示与挖掘方面，需求自身存在种关联或依赖，另方面，顾客的需求通常也不是单的，但通常情况下，顾客由于多种因素不能清楚地明确地表达这些关联需求。因此，挖掘顾客的关联需求成为提供顾客集成服务的重要问题之。本章首先对关联需求的关联特性进行了分析，然后构建了后续建立表示模型挖掘关联需求以及建立关联需求推荐模型所需的需求数据库。在此基础上，运用概念格的相关理论知识对关联需求进行建模。除了基于频次的概念格模型，考虑到需求的成本对需求在数据库中的出现频次有影响，所以，对于那些既关注销量也关注价值的顾客，给出了基于兴趣度的概念格模型形式。前者仅考虑需求在数据库中的出现频次，后者将需求的价值亦考虑入内。接下来，对这两种表示模型分别探讨了关联需求的挖掘步骤，即基于频次的挖掘和基于兴趣度的挖掘。关联特性顾客消费产品服务，是为了使自身获得价值。现代观点认为，消费行为受到顾客的年龄性别文化环境季节个人兴趣经济状况等因素的影响。但除此之外，消费行为还受到需求内在关联关系的影响。比如，需要黑板的同时，亦需要粉笔需要电脑的同时，亦需要鼠标。这就是本文所指的具有关联关系的关联需求。通常情况下，单个产品服务需要与其他关联产品服务配套使用才能使顾客获得价值。因此，顾客需要的是种关联产品服务的集成，而不是单的需求。然而，顾客自身往往不能清楚地完整地表达这样的关联需求。伊辉勇刘伟等人指出，顾客不能完整清楚表述需求主要受两方面因素的制约方面，这可能与他们自身的知识经验和自我认知能力有关另方面，可能是搜索成本较大，是成本与利益权衡的结果。他们通常只意识到其中的单个或若干个需求。帮助顾客识别关联需求，对于实现顾客价值最大化至关重要。研究发现，顾客的关联需求呈现两种关联特性，即协同性和竞争性。方面，具有协同性关联关系的需求组合表现为价值增值，而竞争性关联关系的需求组合表现为价值减值。另方面，协同的需求之间还表现为功能互补，例如对电脑的需求和对鼠标的需求即是功能互补的需求，而竞争的需求之间表现为功能相同，但特性不同，例如对台式电脑的需求和对笔记本电脑的需求。据此，还可以得出协同不具有传递性这性质。性质协同不具有传递性需求与需求协同，需求与需求协同，不能推出需万方数据南京邮电大学硕士研究生学位论文第三章基于概念格的关联需求表示与挖掘求与需求协同。例如吊架与投影机协同，投影机与推车协同，但吊架与推车不存在协同关联关系，相反地，它们之间存在竞争性的关联关系。另外，在协同性关联需求中，有些需求单独实现有定的价值，而还有些需求单独实现却没有价值。因此，顾客需求的关联特性有以下三种竞争性竞争性关联特性是指顾客的关联需求之间存在着的非此即彼的关系，通常表现为集成价值的减值。例如，对于电脑的需求，购买了台式电脑或笔记本电脑后，再购买台笔记本电脑或台式电脑给顾客带来的价值小于单独购买台式电脑与单独购买笔记本电脑所带来的价值之和。依赖协同性依赖协同性是指顾客的关联需求之间存在种协同且依赖的关系，项需求价值的实现依赖于另项需求的同时实现。例如，投影幕布与投影仪之间的关系。投影幕布需要依赖投影仪才能更好地实现其价值。独立协同性独立协同性是指顾客的关联需求之间存在着协同但互不依赖的关系，即需求的集成价值超过单个需求的价值之和，而同时单个需求单独实现亦有其价值。例如，购买西装与衬衫。单件购买固然可以，但是搭配购买更能提升单件产品的价值。需求数据库构建需求数据库可以通过发散思维头脑风暴等方法抽取领域需求，并可以通过实地考察进步地收集领域的顾客需求，形成该领域的需求表。然后，对需求表中的各需求收集其按不同的分类标准所呈现的表现形态，例如按品牌分类按性能分类等，以及对应的价格，形成需求的价格表。最后，通过面谈法问卷法或者与大型商场门店等协商，获取领域的交易信息，形成领域的事务数据表。首先，通过发散思维头脑风暴实地考察获取个需求，令需求集⋯，。表需求表需求表示单个需求，。同时，为了满足市场上顾客的多样化和个性化的要求，单个需求通常存在多种表现形万方数据单位代码密级公开硕士学位论文论文题目基于概念格的关联需求表示与推荐模型蒋晓路张相斌管理科学与工程信息系统与网络的管理管理学硕士学号姓名导师学科专业研究方向申请学位类别论文提交日期万方数据万方数据南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担切相关的法律责任。南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档允许论文被查阅和借阅可以将学位论文的全部或部分内容编入有关数据库进行检索可以采用影印缩印或扫描等复制手段保存汇编本学位论文。本文电子文档的内容和纸质论文的内容相致。论文的公布包括刊登授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名日期研究生签名导师签名日期万方数据摘要科技的快速发展与经济的不断进步加快了人们在信息时代的生活节奏。在这样的商业环境中，提高顾客满意度保持竞争优势成为企业关心的问题。此外，高消费的商业环境，顾客多样化的需求促使商家越来越重视服务的集成。而关联需求的提出，正是迎合了这样的市场背景。将关联的需求集成，并根据顾客的个性化要求，挖掘顾客的关联需求，提供给顾客全方位的服务集成方案。方面，可以省去顾客去购买其他产品服务而花费的时间成本，另方面，关联需求的集成服务能提升顾客的价值，从而提高顾客满意度，帮助企业在竞争激烈的快速消费市场环境下获得竞争优势。由德国教授提出的概念格反映了对象与属性间的关系，以及泛化与特化的关系，是种概念层次结构，能够解决关联需求表示与挖掘问题。故本文在概念格相关理论支撑下对关联需求的表示与挖掘，以及关联需求推荐模型进行了研究，主要研究工作如下关联需求的特性分析。运用系统分