一种基于关联规则算法的政务服务事项推荐方法技术

本发明专利技术公开一种基于关联规则算法的政务服务事项推荐方法，涉及数据挖掘技术领域，从政务服务的办件库读取办件数据，获取办件申请人的身份标识及所办事项的事项编码，合并具有相同身份标识的事项编码，组成事项集合，利用关联规则算法计算事项频繁项集及频繁项集支持度，通过频繁项集支持度筛选获得适合的事项频繁项集，利用筛选获得的事项频繁项集确定适合的关联规则，利用适合的关联规则进行当前办理的政务服务所涉及的其他相关服务事项的推荐。荐。荐。

【技术实现步骤摘要】
一种基于关联规则算法的政务服务事项推荐方法


[0001]本专利技术公开一种推荐方法，涉及数据挖掘
，具体地说是一种基于关联规则算法的政务服务事项推荐方法。

技术介绍

[0002]随着“互联网+政务服务”等工作的深入推进，各级政府网站信息内容的快速增加与用户个性化需求之间的矛盾日益凸显。面对日益增多的办事服务，单纯依靠简化优化网站结构、细分服务栏目来降低信息查找难度的做法难以为继。

技术实现思路

[0003]本专利技术针对现有技术的问题，提供一种基于关联规则算法的政务服务事项推荐方法，通过分析历史办件数据，提取申报的事项集合，利用关联规则算法分析获取频率申报的事项集合、事项间的关联规则以及关联关系的强度，依据过往的申报记录，推荐相关度高的其他事项，自动化、定量分析事项集合的支持度和关联规则的置信度，达到个性化、智能化的申报服务目的。
[0004]本专利技术提出的具体方案是：
[0005]一种基于关联规则算法的政务服务事项推荐方法：从政务服务的办件库读取办件数据，获取办件申请人的身份标识及所办事项的事项编码，
[0006]合并具有相同身份标识的事项编码，组成事项集合，
[0007]利用关联规则算法计算事项频繁项集及频繁项集支持度，通过频繁项集支持度筛选获得适合的事项频繁项集，
[0008]利用筛选获得的事项频繁项集确定适合的关联规则，
[0009]利用适合的关联规则进行当前办理的政务服务所涉及的其他相关服务事项的推荐。
[0010]优选地，所述的一种基于关联规则算法的政务服务事项推荐方法中将身份标识和事项编码组成一条记录，利用数据库表进行存储。
[0011]优选地，所述的一种基于关联规则算法的政务服务事项推荐方法中按照不同的聚合条件，利用不同数据库表存储事项集合。
[0012]优选地，所述的一种基于关联规则算法的政务服务事项推荐方法中所述利用数据库表存储关联规则，根据存储关联规则的数据库表，获得关联规则相关的事项集合，根据存储事项集合的数据库表，获得身份标识信息，针对身份标识信息的用户进行相关服务事项的推荐。
[0013]优选地，所述的一种基于关联规则算法的政务服务事项推荐方法中利用数据库表存储关联规则，将存储关联规则的数据库表加载到数据库中缓存，对于数据库已存储的事项集合，对事项集合对应的身份标识信息办理过的前置事项添加关联规则对应的事件集合的事项编码，进行相关服务事项的推荐。
[0014]优选地，所述的一种基于关联规则算法的政务服务事项推荐方法中计算事项频繁项集及频繁项集支持度前，设定事项集合支持度阈值，去除低于支持度阈值的事项频繁项集，减少计算复杂度。
[0015]优选地，所述的一种基于关联规则算法的政务服务事项推荐方法中利用筛选获得的事项频繁项集计算获得关联规则和置信度阈值，去除低于置信度阈值的关联规则，获得适合的关联规则。
[0016]一种基于关联规则算法的政务服务事项推荐系统，包括采集模块、合并模块、计算模块及推荐模块，
[0017]采集模块从政务服务的办件库读取办件数据，获取办件申请人的身份标识及所办事项的事项编码，
[0018]合并模块合并具有相同身份标识的事项编码，组成事项集合，
[0019]计算模块利用关联规则算法计算事项频繁项集及频繁项集支持度，通过频繁项集支持度筛选获得适合的事项频繁项集，
[0020]利用筛选获得的事项频繁项集确定适合的关联规则，
[0021]推荐模块利用适合的关联规则进行当前办理的政务服务所涉及的其他相关服务事项的推荐。
[0022]本专利技术的有益之处是：
[0023]本专利技术提供一种基于关联规则算法的政务服务事项推荐方法，利用关联规则算法筛选获得适合的事项频繁项集，利用筛选获得的事项频繁项集确定适合的关联规则，利用适合的关联规则进行当前办理的政务服务所涉及的其他相关服务事项的推荐。利用本专利技术方法依托群众办件大数据的支撑，利用数据挖掘方法，对群众的办件数据进行分析，研判用户的潜在需求，结合用户定制信息，主动为用户推荐关联度高的事项办事服务。并且量化关联规则、推荐的效果，自动推导，可定时更新，省去了人工配置推荐规则的过程，能够为不同的区划、部门或跨层级、跨区域、跨部门的组织机构提供相应的办件数据分析，优化频繁申报的事项集合和多事项的办理流程。
附图说明
[0024]图1是本专利技术方法利用关联规则推荐方式之一示意图；
[0025]图2是本专利技术方法利用关联规则推荐方式之二示意图；
[0026]图3是本专利技术方法流程示意图。
具体实施方式
[0027]关联规则挖掘是一种基于规则的机器学习算法，该算法可以在大数据库中发现感兴趣的关系。利用一些度量指标来分辨数据库中存在的强规则。也即是说关联规则挖掘是用于知识发现，而非预测，所以是属于无监督的机器学习方法。常见的关联规则算法包括Apriori算法，FP-growth算法，CFP-Growth算法等。
[0028]关联规则算法广泛应用于各种领域，通过对数据的关联性进行了分析和挖掘，挖掘出的这些信息在决策制定过程中具有重要的参考价值。
[0029]下面结合附图和具体实施例对本专利技术作进一步说明，以使本领域的技术人员可以
更好地理解本专利技术并能予以实施，但所举实施例不作为对本专利技术的限定。
[0030]本专利技术提供一种基于关联规则算法的政务服务事项推荐方法：从政务服务的办件库读取办件数据，获取办件申请人的身份标识及所办事项的事项编码，
[0031]合并具有相同身份标识的事项编码，组成事项集合，
[0032]利用关联规则算法计算事项频繁项集及频繁项集支持度，通过频繁项集支持度筛选获得适合的事项频繁项集，
[0033]利用筛选获得的事项频繁项集确定适合的关联规则，
[0034]利用适合的关联规则进行当前办理的政务服务所涉及的其他相关服务事项的推荐。
[0035]本专利技术方法利用数据挖掘的关联规则学习算法，获取事项间的关联规则。所谓事项间的关联规则，即在申办事项A的基础上再申办事项B。
[0036]事项集合支持度：数据集中包含该项集的记录所占的比例。
[0037]关联规则置信度：一条关联规则生效的概率。
[0038]本专利技术涉及关系型数据库，用于保存从办件库读取的办件、申请人、事项关联数据。还可能涉及键值对存储数据库，比如Redis，用于保存算法计算得出的关联规则。由于Redis的存储介质是内存，可以快速响应用户的请求。
[0039]具有应用时，可涉及大数据计算平台，比如Spark读取分析数据库中的数据，挖掘事项间的关联关系。其中需要用到的类库可能有：
[0040]Spark.sql，用于读取、写入数据库数据；同时也支持通过sql语句操作数据
[0041]Spark.ml，包含一系列机器学习算法，本专利技术使用其关联规则挖掘算法进行数据挖掘。
[0042]在本专利技术的一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于关联规则算法的政务服务事项推荐方法，其特征是从政务服务的办件库读取办件数据，获取办件申请人的身份标识及所办事项的事项编码，合并具有相同身份标识的事项编码，组成事项集合，利用关联规则算法计算事项频繁项集及频繁项集支持度，通过频繁项集支持度筛选获得适合的事项频繁项集，利用筛选获得的事项频繁项集确定适合的关联规则，利用适合的关联规则进行当前办理的政务服务所涉及的其他相关服务事项的推荐。2.根据权利要求1所述的一种基于关联规则算法的政务服务事项推荐方法，其特征是将身份标识和事项编码组成一条记录，利用数据库表进行存储。3.根据权利要求1或2所述的一种基于关联规则算法的政务服务事项推荐方法，其特征是按照不同的聚合条件，利用不同数据库表存储事项集合。4.根据权利要求3所述的一种基于关联规则算法的政务服务事项推荐方法，其特征是所述利用数据库表存储关联规则，根据存储关联规则的数据库表，获得关联规则相关的事项集合，根据存储事项集合的数据库表，获得身份标识信息，针对身份标识信息的用户进行相关服务事项的推荐。5.根据权利要求3所述的一种基于关联规则算法的政务服务事项推荐方法，其特征是利用数据库表存储关联规则，将存储关联...

【专利技术属性】
技术研发人员：张奇欣，
申请(专利权)人：权利要求书一页说明书七页附图二页，
类型：发明
国别省市：