一种产品组合确定方法和系统技术方案

本发明专利技术提供一种产品组合确定方法和系统

【技术实现步骤摘要】
一种产品组合确定方法和系统、电子设备、存储介质


[0001]本专利技术属于数据处理
，更具体的说，尤其涉及一种产品组合确定方法和系统
、
电子设备
、
存储介质
。

技术介绍

[0002]手机银行网上商城作为促进信用卡消费的重要渠道之一，通过科学有效的组合方式，可以为用户提供最便捷
、
最合理的组合营销产品或者服务
。
[0003]目前主要是通过人工实践对一段时间内销售记录的经验分析得出的销售规律或通过传统的关联规则分析算法对产品进行相关性分析，存在的技术问题为通过人工实践方法存在主观性
、
偶然性；传统的关联分析算法在关联规则分析上进行全量关联规则分析，随着产品数量的增长，计算的规模呈现指数级的增长，难以快速地挖掘出热点或潜在热点产品组合营销的关联规则，如社会热点事件，客户兴趣变化等影响均无法及时有效地传递到传统关联规则分析中，较难产生第二的组合营销推荐结果
。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种产品组合确定方法和系统
、
电子设备
、
存储介质，用于提高分析效率的同时可提高分析结果的实用性，快速识别网上商城产品组合营销规则
。
[0005]本申请第一方面公开了一种产品组合确定方法，包括：
[0006]获取网上商城的各个产品组合的交易记录，计算各个产品的产品支持度；所述产品组合包括至少两个产品；
[0007]通过预设的业务场景及关联分析交易要求，设置最小支持度
、
最小热度值，剔除组合支持度小于所述最小支持度的产品组合，并通过构建频繁模式树得到第一频繁项集的集合；
[0008]确定各个所述产品组合的组合热度值，并在所述第一频繁项集的集合中，剔除所述组合热度值小于所述最小热度值的产品组合，得到第二频繁项集的集合；
[0009]对各个所述第二频繁项集进行关联规则挖掘计算，并通过自上而下逐层进行关联规则的置信度判断及热度影响分析，剔除置信度低于最小置信度的关联规则及其子集规则，以及剔除热度值低于相应组合热度值的关联规则，得到产品关联规则；
[0010]依据所述产品关联规则，确定网上商城中各个产品组合方案
。
[0011]可选的，所述确定各个所述产品组合的组合热度值，包括：
[0012]依据所述交易记录，通过产品热度属性计算函数，确定所述热度属性量化表示，得到各个产品的热度值；
[0013]将各个产品组合中各个产品的热度值的平均值，作为相应产品组合的组合热度值
。
[0014]可选的，所述计算各个产品的产品支持度，包括：
[0015]从所述交易记录中，确定包含各个所述产品的交易记录数量；
[0016]针对任一所述产品，将包含相应产品的交易记录数量与交易记录总数的比值，作为相应产品的产品支持度
。
[0017]可选的，所述通过预设的业务场景及关联分析交易要求，设置最小支持度
、
最小热度值，剔除组合支持度小于所述最小支持度的产品组合，并通过构建频繁模式树得到第一频繁项集的集合，包括：
[0018]通过预设的业务场景及关联分析交易要求，设置最小支持度
、
最小热度值；
[0019]判断任一所述产品组合中的所有产品的产品支持度是否均大于等于所述最小支持度；
[0020]若任一产品组合中的至少一个产品的产品支持度小于所述最小支持度，则将至少一个产品的产品支持度小于所述最小支持度的产品组合剔除；
[0021]依据剔除后的产品组合，通过构建频繁模式树得到所述第一频繁项集的集合
。
[0022]可选的，所述对各个所述第二频繁项集进行关联规则挖掘计算，并通过自上而下逐层进行关联规则的置信度判断及热度影响分析，剔除置信度低于最小置信度的关联规则及其子集规则，以及剔除热度值低于相应组合热度值的关联规则，得到产品关联规则，包括：
[0023]对各个所述第二频繁项集进行关联规则挖掘计算，得到多层关联层，每层所述关联层包括至少一个关联规则；
[0024]对当前关联层中关联规则的置信度进行计算，并判断所述关联规则的置信度是否大于等于所述最小置信度；
[0025]若在当前关联层中的任一所述关联规则的置信度小于所述最小置信度，则将置信度小于所述最小置信度的关联规则及其子集规则进行剪枝剔除，不再计算置信度；
[0026]针对置信度大于等于所述最小置信度的关联规则，将所述关联规则中被关联产品的热度值与其所在频繁项集的组合热度值比较，剔除热度值低于所述组合热度值的产品对应的关联规则；并对热度值大于等于所述组合热度值的产品对应的关联规则进行下一层关联规则分析，返回执行所述对当前关联层中关联规则的置信度进行计算，并判断置信度是否大于等于所述最小置信度的步骤，直至完成所有关联规则的分析；
[0027]得到所述产品关联规则
。
[0028]本申请第二方面公开了一种产品组合确定系统，包括：
[0029]频繁项集模块，用于首先获取网上商城的各个产品组合的交易记录，对所述产品组合的热度进行属性量化表示，得到各个所述产品组合的组合热度值；并计算各个产品的产品支持度；所述产品组合包括至少两个产品；其次，通过预设的业务场景及关联分析交易要求，设置最小支持度
、
最小热度值，剔除组合支持度小于所述最小支持度的产品组合，并通过构建频繁模式树得到第一频繁项集的集合；接着，在所述第一频繁项集的集合中，剔除所述组合热度值小于所述最小热度值的产品组合，得到第二频繁项集的集合；
[0030]关联规则模块，用于对各个所述第二频繁项集进行关联规则挖掘计算，并通过自上而下逐层进行关联规则的置信度判断及热度影响分析，剔除置信度低于最小置信度的关联规则及其子集规则，以及剔除热度值低于相应组合热度值的关联规则，得到产品关联规则；依据所述产品关联规则，确定网上商城中各个产品组合方案
。
[0031]可选的，所述频繁项集模块用于所述获取网上商城的各个产品组合的交易记录，对所述产品组合的热度进行属性量化表示，得到各个所述产品组合的组合热度值时，具体用于：
[0032]获取网上商城的各个产品组合的交易记录，通过产品热度属性计算函数，确定所述热度属性量化表示，得到各个产品的热度值；
[0033]将各个产品组合中各个产品的热度值的平均值，作为相应产品组合的组合热度值
。
[0034]可选的，所述频繁项集模块用于计算各个产品的产品支持度时，具体用于：
[0035]从所述交易记录中，确定包含各个所述产品的交易记录数量；
[0036]针对任一所述产品，将包含相应产品的交易记录数量与交易记录总数的比值，作为相应产品的产品支持度
。
[0037]本申请第三方面公开了一种电子设备，包括：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种产品组合确定方法，其特征在于，包括：获取网上商城的各个产品组合的交易记录，计算各个产品的产品支持度；所述产品组合包括至少两个产品；通过预设的业务场景及关联分析交易要求，设置最小支持度
、
最小热度值，剔除组合支持度小于所述最小支持度的产品组合，并通过构建频繁模式树得到第一频繁项集的集合；确定各个所述产品组合的组合热度值，并在所述第一频繁项集的集合中，剔除所述组合热度值小于所述最小热度值的产品组合，得到第二频繁项集的集合；对各个所述第二频繁项集进行关联规则挖掘计算，并通过自上而下逐层进行关联规则的置信度判断及热度影响分析，剔除置信度低于最小置信度的关联规则及其子集规则，以及剔除热度值低于相应组合热度值的关联规则，得到产品关联规则；依据所述产品关联规则，确定网上商城中各个产品组合方案
。2.
根据权利要求1所述的产品组合确定方法，其特征在于，所述确定各个所述产品组合的组合热度值，包括：依据所述交易记录，通过产品热度属性计算函数，确定热度属性量化表示，得到各个产品的热度值；将各个产品组合中各个产品的热度值的平均值，作为相应产品组合的组合热度值
。3.
根据权利要求1所述的产品组合确定方法，其特征在于，所述计算各个产品的产品支持度，包括：从所述交易记录中，确定包含各个所述产品的交易记录数量；针对任一所述产品，将包含相应产品的交易记录数量与交易记录总数的比值，作为相应产品的产品支持度
。4.
根据权利要求1所述的产品组合确定方法，其特征在于，所述通过预设的业务场景及关联分析交易要求，设置最小支持度
、
最小热度值，剔除组合支持度小于所述最小支持度的产品组合，并通过构建频繁模式树得到第一频繁项集的集合，包括：通过预设的业务场景及关联分析交易要求，设置最小支持度
、
最小热度值；判断任一所述产品组合中的所有产品的产品支持度是否均大于等于所述最小支持度；若任一所述产品组合中的至少一个产品的产品支持度小于所述最小支持度，则将至少一个产品的产品支持度小于所述最小支持度的产品组合剔除；依据剔除后的产品组合，通过构建频繁模式树得到所述第一频繁项集的集合
。5.
根据权利要求1所述的产品组合确定方法，其特征在于，所述对各个所述第二频繁项集进行关联规则挖掘计算，并通过自上而下逐层进行关联规则的置信度判断及热度影响分析，剔除置信度低于最小置信度的关联规则及其子集规则，以及剔除热度值低于相应组合热度值的关联规则，得到产品关联规则，包括：对各个所述第二频繁项集进行关联规则挖掘计算，得到多层关联层，每层所述关联层包括至少一个关联规则；对当前关联层中关联规则的置信度进行计算，并判断所述关联规则的置信度是否大于等于所述最小置信度；若在当前关联层中的任一所述关联规则的置信...

【专利技术属性】
技术研发人员：朱泓，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：