基于Markov链和关联规则的用户业务行为预测方法技术

本发明专利技术公开了一种基于Markov链和关联规则的用户业务行为预测方法，该方法针对预测算法的问题，首先用二阶Markov链生成预测候选集，再利用二项关联规则修正预测结果，能够有效地提高预测算法的准确性。该方法的用户业务行为预测算法具有很好的理论性能保证，预测准确度高。本发明专利技术只需要扫描一轮数据库即可，相比与传统的挖掘二项关联规则算法，该方法节省了大量的时间和空间，改进了Markov链的二阶转移矩阵的计算方法，用二阶Markov链生成预测候选集，在此基础之上利用二项关联规则修正预测结果。

【技术实现步骤摘要】

【技术保护点】
一种基于Markov链和关联规则的用户业务行为预测方法，其特征在于：所述方法包括如下步骤：步骤1：用Markov链预测模型返回下一步有可能会使用的业务集和这些业务对应的Markov预测概率；步骤2：利用二项关联规则从两个角度来修正预测结果；步骤3：在步骤1中用Markov链预测模型返回下一步有可能会访问的业务集m和这些业务对应的Markov预测概率；再在步骤2中利用二项关联规则来修正预测结果，在此基础上分别计算用户的业务序列v中所有业务与预测结果ri的可信度；如果所有的可信度都小于阀值min_rule，则无论mp(ri)的值多大，都从m中删除业务ri；如果存在业务pj∈v，且pj与ri的可信度...

【技术特征摘要】

【专利技术属性】
技术研发人员：张晖，王超，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32