一种基于线性回归的遍历方法、系统、设备和存储介质技术方案

本发明专利技术涉及一种基于线性回归的遍历方法、系统、设备和存储介质，包括以下步骤：获取某日期的订单明细；循环遍历该日的订单明细，把每个零售户和零售户的记录明细作为参数传入分析子流程；在当前记录明细中，判断对应的零售户是否是第一次分析，如果还没访问此零售户，则把该记录明细添加到sigle哈希表，如果是，把该零售户作为参数传入分析子流程，结束后再清空sigle哈希表；调用信任度模块，对Res哈希表和Mid哈希表的数据作对比。本发明专利技术提供一种基于线性回归的遍历方法、系统、设备和存储介质，运用哈希表和多元线性回归算法，直接通过订单明细数据，包括卷烟种类和数量，筛选出最佳搭配销售的组合和比例，判断出是否有嫌疑搭配销售的行为。售的行为。售的行为。

【技术实现步骤摘要】
一种基于线性回归的遍历方法、系统、设备和存储介质


[0001]本专利技术涉及遍历算法领域，更具体地，涉及一种基于线性回归的遍历方法、系统、设备和存储介质。

技术介绍

[0002]搭配销售又被称为商品联卖，指买方在购买一种产品或业务的同时被要求必须购买其他产品和业务。随着市场化改革的进行，烟草行业检查发现，搭配销售时有发生，对市场秩序形成冲击。在已经发现的搭配销售行为中(含直营店销售经营数据)，大都是紧俏烟，或者高价烟，搭配一定比例的滞销烟。目前烟草行业对搭配销售的检查和分析缺乏有效的数据筛查办法，主要通过当事人的口供、指证以及台账痕迹，这对规范经营的监管，提出了非常大的挑战，很有监管盲点的存在。
[0003]现有的技术中，中国专利技术专利CN103942298A公开了“基于线性回归的推荐方法及系统”，公开日为2014年07月23日，该方法包括：遍历当前网络系统中的所有用户和物品，获得所有用户和物品的历史评分数据；根据历史评分数据建立基于用户的线性回归模型；根据历史评分数据建立基于物品的线性回归模型；利用用户和物品的线性回归模型预测用户对未评过分的物品的评分；根据用户对所有未评过物品的预测评分排序，将排名较高的物品作为候选推荐给用户；该专利技术中，实现了对所有未评过物品的预测评分排序，但是只是一个参量的简单筛选，没有做到多个参数共同评估，输出多个数据。

技术实现思路

[0004]本专利技术为解决的搭配销售的检查和分析缺乏有效的数据筛查办法的技术问题，提供了一种基于线性回归的遍历方法、系统、设备和存储介质。
[0005]为实现以上专利技术目的，采用的技术方案是：
[0006]一种基于线性回归的遍历分析方法，包括以下步骤：
[0007]S1：获取当日全市范围的订单明细；
[0008]S2：遍历全市的订单明细，以单个零售户的订单记录为分析基础，装载到sigle哈希表中；
[0009]S3：把sigle哈希表转换为sigle二维数组，对二维数据进行遍历；
[0010]S4：运用多元线性回归算法，读取高价烟目录，获得任意一个高价烟的信息，也就是Y
n
数值，以该高价烟为基础，遍历零售户购买的卷烟明细目录，如果该sigle二维数组包含这个高价烟，则让高价烟Y
n
和普通烟X
n
全部进行配对，得到配对组合b
n
，再循环读取下一个Y
n+1
数值；
[0011]S5：对于计算得到的每一个配对组合b
n
，都先读取Mid哈希表，判断是否存在该组合，若该组合不存在，把Res哈希表比例数量设置为1，若该组合存在，Res哈希表该比例组合数量+1；
[0012]S6：循环计算结束后，校验Res哈希表和Mid哈希表的信任度，如果Res哈希表的比
例数据，全部是对于某个档位及以上或者以下，则认为是符合结果。
[0013]上述方案中，运用哈希表和多元线性回归算法，直接通过订单明细数据，包括卷烟种类和数量，筛选出最佳搭配销售的组合和比例，判断出是否有嫌疑搭配销售的行为。
[0014]在步骤S4中，所述多元线性回归算法的公式为a0Y＝a1X1+a2X2+
…
+a
n
X
n
，Y为搭配的高价烟，X1、X2、X3～X
n
是零售户购买的卷烟品种，去参数演变为Y＝(a1/a0)*X1+(a2/a0)*X2+
…
+(a
n
/a0)*X
n
，使a1/a0＝b，a2/a0＝b2，a
n
/a0＝b
n
，变为Y＝b1X1+b2X2+
…
+b
n
X
n
。
[0015]在步骤S5中，如果Mid哈希表的该比例组合不存在，则添加到Mid哈希表和Res哈希表，并且把Res哈希表比例数量设置为1；
[0016]如果Mid哈希表存在S5的组合，则判断Res哈希表组合的比例数据，是否和当前配对组合数据一致，如果一致，则Res哈希表该比例组合数量+1。
[0017]在步骤S6中，循环计算结束后，在通过S5和S6的计算结果Res哈希表和Mid哈希表，通过对比两个哈希表的参数b
n
的数量对比，如果两个b
n
数据一样，则可以信任100％。
[0018]上述方案中，Mid哈希表和Res哈希表为全局变量，Mid哈希表就是中间遍历的时候使用的，每一个零售户就清空一次Mid哈希表。Res哈希表是存放结果的。遍历完当日的订单后，就看Res哈希表。
[0019]一种基于线性回归的遍历分析系统，应用了一种基于线性回归的遍历分析方法，包括获取模块、订单明细模块、二维数组模块、多元线性回归模块、组合判断模块和信任度模块；所述获取模块输出端与所述订单明细模块输入端电性连接，所述订单明细模块输出端与所述二维数组模块输入端电性连接，所述二维数组模块输出端与多元线性回归模块输入端电性连接，多元线性回归模块输出端与所述组合判断模块输入端电性连接，所述组合判断模块输出端与所述信任度模块输入端电性连接；
[0020]所述获取模块用于获取当日全市范围的订单明细；
[0021]所述订单明细模块用于遍历全市的订单明细，以单个零售户的订单记录为分析基础，装载到sigle哈希表中；
[0022]所述二维数组模块用于把sigle哈希表转换为sigle二维数组，对二维数据进行遍历；
[0023]所述多元线性回归模块用于运用多元线性回归算法，读取高价烟目录，获得任意一个高价烟的信息，也就是Y
n
数值，以该高价烟为基础，遍历零售户购买的卷烟明细目录，如果该sigle二维数组包含这个高价烟，则让高价烟Y
n
和普通烟X
n
全部进行配对，得到配对组合b
n
，再循环读取下一个Y
n+1
数值；
[0024]所述组合判断模块对于计算得到的每一个配对组合b
n
，都先读取Mid哈希表，判断是否存在该组合，若该组合不存在，把Res哈希表比例数量设置为1，若该组合存在，Res哈希表该比例组合数量+1；
[0025]所述信任度模块用于在循环计算结束后，校验Res哈希表和Mid哈希表的信任度，如果Res哈希表的比例数据，全部是对于某个档位及以上或者以下，则认为是符合结果。
[0026]在所述多元线性回归模块中，多元线性回归算法的公式为a0Y＝a1X1+a2X2+
…
+a
n
X
n
，Y为搭配的高价烟，X1、X2、X3～X
n
是零售户购买的卷烟品种，去参数演变为Y＝(a1/a0)*X1+(a2/a0)*X2+
…
+(a
n
/a0)*X
n
，使a1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于线性回归的遍历方法，其特征在于，包括以下步骤：S1：获取当日全市范围的订单明细；S2：遍历全市的订单明细，以单个零售户的订单记录为分析基础，装载到sigle哈希表中；S3：把sigle哈希表转换为sigle二维数组，对二维数据进行遍历；S4：运用多元线性回归算法，读取高价烟目录，获得任意一个高价烟的信息，也就是Y
n
数值，以该高价烟为基础，遍历零售户购买的卷烟明细目录，如果该sigle二维数组包含这个高价烟，则让高价烟Y
n
和普通烟X
n
全部进行配对，得到配对组合b
n
，再循环读取下一个Y
n+1
数值；S5：对于计算得到的每一个配对组合b
n
，都先读取Mid哈希表，判断是否存在该组合，若该组合不存在，把Res哈希表比例数量设置为1，若该组合存在，Res哈希表该比例组合数量+1；S6：循环计算结束后，校验Res哈希表和Mid哈希表的信任度，如果Res哈希表的比例数据，全部是对于某个档位及以上或者以下，则认为是符合结果。2.根据权利要求1所述的一种基于线性回归的遍历方法，其特征在于，在步骤S4中，所述多元线性回归算法的公式为a0Y＝a1X1+a2X2+
…
+a
n
X
n
，Y为搭配的高价烟，X1、X2、X3～X
n
是零售户购买的卷烟品种，去参数演变为Y＝(a1/a0)*X1+(a2/a0)*X2+
…
+(a
n
/a0)*X
n
，使a1/a0＝b，a2/a0＝b2，a
n
/a0＝b
n
，变为Y＝b1X1+b2X2+
…
+b
n
X
n
。3.根据权利要求2所述的一种基于线性回归的遍历方法，其特征在于，在步骤S5中，如果Mid哈希表的该比例组合不存在，则添加到Mid哈希表和Res哈希表，并且把Res哈希表比例数量设置为1；如果Mid哈希表存在S5的组合，则判断Res哈希表组合的比例数据，是否和当前配对组合数据一致，如果一致，则Res哈希表该比例组合数量+1。4.根据权利要求3所述的一种基于线性回归的遍历分析方法，其特征在于，在步骤S6中，循环计算结束后，在通过S5和S6的计算结果Res哈希表和Mid哈希表，通过对比两个哈希表的参数b
n
的数量对比，如果两个b
n
数据一样，则可以信任100％。5.一种基于线性回归的遍历系统，应用了权利要求4所述的一种基于线性回归的遍历方法，其特征在于，包括获取模块、订单明细模块、二维数组模块、多元线性回归模块、组合判断模块和信任度模块；所述获取模块输出端与所述订单明细模块输入端电性连接，所述订单明细模块输出端与所述二维数组模块输入端电性连接，所述二维数组模块输出端与多元线性回归模块输入端电性连接，多元线性回归模块输出端与所述组合判断模块输入端电性连接，所述组合判断模块输出端与所述信任度模块输...

【专利技术属性】
技术研发人员：余栋柱，
申请(专利权)人：广东烟草广州市有限公司，
类型：发明
国别省市：