本發(fā)明涉及一種基于關(guān)聯(lián)規(guī)則的標(biāo)簽推薦方法，屬于計算機的技術(shù)領(lǐng)域。

背景技術(shù)：

標(biāo)簽系統(tǒng)在實際應(yīng)用中得到廣泛應(yīng)用，標(biāo)簽可以直接明了地表示出用戶、資源等對象的個性特征，如：用戶的身份、學(xué)歷、所在地、興趣的標(biāo)簽；電影的類別、語種的標(biāo)簽；書籍的語言、類別、篇幅。當(dāng)某個對象擁有充足的標(biāo)簽數(shù)據(jù)時，系統(tǒng)就可以捕捉到關(guān)于該對象更加精準(zhǔn)的、更加全面可靠的特征。

但是，當(dāng)前基于標(biāo)簽的系統(tǒng)中標(biāo)簽使用的情況并不理想，用戶不知如何選擇適宜標(biāo)簽，標(biāo)簽無法多次合理利用，尤其是當(dāng)標(biāo)簽信息的時間跨度過大時，導(dǎo)致本來無關(guān)的標(biāo)簽會相互影響，無法準(zhǔn)確的挖掘出標(biāo)簽之間潛在的關(guān)系，降低了標(biāo)簽的實用性。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)的不足，提供一種基于關(guān)聯(lián)規(guī)則的標(biāo)簽推薦方法，解決現(xiàn)有方法中標(biāo)簽無法多次合理利用，尤其是當(dāng)標(biāo)簽信息的時間跨度過大時，導(dǎo)致本來無關(guān)的標(biāo)簽會相互影響，無法準(zhǔn)確的挖掘出標(biāo)簽之間潛在的關(guān)系的問題。

本發(fā)明具體采用以下技術(shù)方案解決上述技術(shù)問題：

一種基于關(guān)聯(lián)規(guī)則的標(biāo)簽推薦方法，包括以下步驟：

步驟1、利用建立的滑動時間窗口模型在每個時間窗口內(nèi)采集每個用戶所使用過的標(biāo)簽

事務(wù)并添加至標(biāo)簽事務(wù)集合t；

步驟2、利用最大頻繁項挖掘算法對標(biāo)簽事務(wù)集合t進行頻繁項挖掘，得到頻繁共現(xiàn)的

標(biāo)簽集集合f；

步驟3、對所得頻繁共現(xiàn)的標(biāo)簽集集合f進行挖掘找出標(biāo)簽集之間的關(guān)系，得到關(guān)于所

找到標(biāo)簽集之間的關(guān)聯(lián)規(guī)則集合r，所述關(guān)聯(lián)規(guī)則集合r包括先導(dǎo)標(biāo)簽集及與其關(guān)聯(lián)的

后繼標(biāo)簽集；

步驟4、收集每個待推薦的用戶使用過的所有標(biāo)簽，得到關(guān)于每個用戶的標(biāo)簽集合；判

斷所述標(biāo)簽關(guān)聯(lián)規(guī)則集合r中的先導(dǎo)標(biāo)簽集是否存在于用戶的標(biāo)簽集合中，當(dāng)判斷為存在時，將該條規(guī)則中先導(dǎo)標(biāo)簽集關(guān)聯(lián)的后繼標(biāo)簽集推薦給對應(yīng)用戶。

進一步地，作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟2利用最大頻繁項挖掘算法包括根據(jù)設(shè)置的最小支持度挖掘頻繁項。

進一步地，作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟3標(biāo)簽之間的關(guān)聯(lián)規(guī)則集合r包括：

設(shè)置標(biāo)簽頻繁地同時出現(xiàn)的支持度和置信度；

將滿足所設(shè)置的標(biāo)簽頻繁地同時出現(xiàn)的支持度和置信度的標(biāo)簽之間關(guān)聯(lián)及加入關(guān)聯(lián)規(guī)則集合r。

本發(fā)明采用上述技術(shù)方案，能產(chǎn)生如下技術(shù)效果：

本發(fā)明的基于關(guān)聯(lián)規(guī)則的標(biāo)簽推薦方法，在收集系統(tǒng)對象使用的標(biāo)簽數(shù)據(jù)時，采用了帶有重疊的時間滑動窗口模型，從而很大程度上緩解了標(biāo)簽數(shù)據(jù)稀疏問題，并且避免了時間跨度過大，導(dǎo)致的無關(guān)標(biāo)簽之間的相互影響，從而提高了標(biāo)簽與標(biāo)簽之間的關(guān)聯(lián)規(guī)則挖掘的可靠性，使標(biāo)簽推薦的結(jié)果更加準(zhǔn)確。

附圖說明

圖1為本發(fā)明基于關(guān)聯(lián)規(guī)則的標(biāo)簽推薦方法的流程示意圖。

圖2為本發(fā)明中時間窗口滑動過程的示意圖。

圖3、4均為本發(fā)明標(biāo)簽事務(wù)采集過程的示意圖。

圖5為本發(fā)明標(biāo)簽規(guī)則集合生成過程的示意圖。

圖6為本發(fā)明的規(guī)則推薦過程的示意圖。

具體實施方式

下面結(jié)合說明書附圖對本發(fā)明的實施方式進行描述。

如圖1所示，本發(fā)明設(shè)計了一種基于關(guān)聯(lián)規(guī)則的標(biāo)簽推薦方法，該方法包括以下步驟：

步驟1、利用建立的滑動時間窗口模型在每個時間窗口內(nèi)采集每個用戶所使用過的標(biāo)簽事務(wù)并添加至標(biāo)簽事務(wù)集合t。

首先，系統(tǒng)設(shè)計滑動時間窗口模型，定義時間窗口和滑動步長，然后根據(jù)用戶-標(biāo)簽的關(guān)系，去采集各個用戶在不同的時間窗口內(nèi)使用過的標(biāo)簽數(shù)據(jù)。如圖2所示，此過程涉及到以下定義：

定義1：時間窗口tw。

假設(shè)s<ts,te>＝{tag1,tag2,tag3,…,tagi,…,tagn}是一個在時間區(qū)域[ts,te]內(nèi)出現(xiàn)的標(biāo)簽序列；sw<ts,te>＝{tagw,tagw+1,…,tagw+m}是一個在時間區(qū)域[ts,te]內(nèi)的一個的標(biāo)簽序列，標(biāo)簽序列sw是標(biāo)簽序列s的其中一段，即其中ts>ts,te<te。[te,ts]就是一個時間窗口tw，窗口大小為δt＝ts-te。

本實施例設(shè)置時間窗口tw的大小為δt，例如δt＝40。

定義2：滑動步長st。

假設(shè)在兩個相鄰的時間窗口twi＝[ti,tj]和twi+1＝[ti+1,tj+1]中，ti<ti+1<tj；時間窗口的大小為δt＝ti-tj＝ti+1-tj+1；定義ti+1-ti＝tj+1-tj為滑動步長st。

本實施例設(shè)置時間窗口的滑動步長大小為st，例如st＝30。

定義3：定義標(biāo)簽事務(wù)和標(biāo)簽事務(wù)集合。

l<uid,tw>＝{taguid,1,taguid,2,taguid,3,…,taguid,k}是用戶uid在時間窗口tw內(nèi)使用過的標(biāo)簽序列，它定義為一個標(biāo)簽事務(wù)(tagtranscation)。多個標(biāo)簽事務(wù)組成的集合就是標(biāo)簽事務(wù)集合t。

其次，采集的每個用戶所使用過的標(biāo)簽事務(wù)添加至標(biāo)簽事務(wù)集合t。如圖4所示，該過程具體為：

采集當(dāng)前時間窗口twi，其中代表第i個時間窗口內(nèi)每個用戶所使用過的標(biāo)簽集合l<uid,tw1>，即用戶標(biāo)識為uid的標(biāo)簽事務(wù)，并且將這條標(biāo)簽事務(wù)添加到標(biāo)簽事務(wù)集合t中。

采集twi中的標(biāo)簽數(shù)據(jù)過程如圖3所示，具體為：

第一個用戶ui的標(biāo)簽事務(wù)為：

l<1,twi>＝{rock,femalevocalists,pop,punkrock}；

第二個用戶u2的標(biāo)簽事務(wù)為：

l<2,twi>＝{rock,pop,punkrock}；

第三個用戶u3的標(biāo)簽事務(wù)為：

l<3,twi>＝{alternative,rock,pop,rock,punkrock}；

直到把所有用戶在的標(biāo)簽使用狀況采集完畢，將得到的所有標(biāo)簽事務(wù)，加入標(biāo)簽事務(wù)集合t中。

然后，判斷當(dāng)前窗口twi是否為最后一個時間窗口。

當(dāng)前窗口不是最后一個時間窗口，滑動時間窗口st步長，到達下一個時間窗口twi+1，并采集此窗口內(nèi)所有用戶的標(biāo)簽數(shù)據(jù)。比如圖2中采集twi+1中的標(biāo)簽數(shù)據(jù)，生成標(biāo)簽事務(wù)。

采集第一個用戶u1的標(biāo)簽事務(wù)為：

l<1,twi+1>＝{punkrock,greece,poppunk}；

采集第二個用戶u2的標(biāo)簽事務(wù)為：

l<2,twi+1>＝{punkrock,pop,powerpop,punkpop}；

采集第三個用戶u3的標(biāo)簽事務(wù)為：

l<3,twi+1>＝{rock,punkrock,alternative,pop,southernrock}；

依次類推，一直把所有用戶在的標(biāo)簽使用狀況采集完畢，將標(biāo)簽事務(wù)加入標(biāo)簽事務(wù)集合t中。

如果當(dāng)前窗口是最后一個時間窗口，那么用戶標(biāo)簽數(shù)據(jù)采集完畢。得到標(biāo)簽事務(wù)集合t，標(biāo)簽數(shù)據(jù)采集完成。

步驟2、利用最大頻繁項挖掘算法對標(biāo)簽事務(wù)集合t進行頻繁項挖掘，得到頻繁共現(xiàn)的標(biāo)簽集集合f。

首先，該過程定義頻繁項集、超集、最大頻繁項集。

所述定義頻繁項集為：設(shè)p為由一個個標(biāo)簽組成的一個集合，p＝{t1,t2,…,tk}，簡稱標(biāo)簽項集。包含k個項的項集稱為k-標(biāo)簽項集。當(dāng)p的支持度sup(p)>最小支持度minsup時，稱p為頻繁項集frequentitemset。

所述定義超集為：若一個集合p2中的每一個元素都在集合p1中，且集合p1中可能包含p2中沒有的元素，則集合p1就是p2的一個超集。p1是p2的超集，則p2是p1的真子集，反之亦然。

所述定義最大頻繁項集為：如果頻繁項集p的所有超集都是非頻繁項集,那么稱l為最大頻繁項集或稱最大頻繁模式。頻繁項集是最大頻繁項集的子集，也就是說最大頻繁項集的子集都是頻繁項集。

然后，利用最大頻繁項挖掘算法對標(biāo)簽事務(wù)集合t進行最大頻繁項挖掘，得到最大頻繁項集集合，記f＝{f1,f2,…,fm}，其中，fi是最大頻繁標(biāo)簽集。

該過程優(yōu)選地，設(shè)置最小支持度minsup，用來限定出現(xiàn)次數(shù)的頻率，所有標(biāo)簽的出現(xiàn)次數(shù)必須大于最小支持度minsup，這樣才能確保挖掘出規(guī)則的準(zhǔn)確性。根據(jù)fp-growth最大頻繁項算法去挖掘最大頻繁項標(biāo)簽集合f。標(biāo)簽共現(xiàn)的最大頻繁項集合f是指在標(biāo)簽事務(wù)集合中那些出現(xiàn)次數(shù)不小于minsup的最大標(biāo)簽組。

步驟3、對所得頻繁共現(xiàn)的標(biāo)簽集集合f進行挖掘找出標(biāo)簽集之間的關(guān)系，得到關(guān)于所找到標(biāo)簽集之間的關(guān)聯(lián)規(guī)則集合r。包括：設(shè)置標(biāo)簽頻繁地同時出現(xiàn)的支持度和置信度；將滿足所設(shè)置的標(biāo)簽頻繁地同時出現(xiàn)的支持度和置信度的標(biāo)簽之間關(guān)聯(lián)及加入關(guān)聯(lián)規(guī)則集合r，所述關(guān)聯(lián)規(guī)則集合r包括先導(dǎo)標(biāo)簽集及與其關(guān)聯(lián)的后繼標(biāo)簽集，如圖5所示。

所述關(guān)聯(lián)規(guī)則是形如x→y的蘊涵式，描述了頻繁共現(xiàn)的標(biāo)簽集x，y同時出現(xiàn)的規(guī)律和模式，表示規(guī)則的先導(dǎo)集x和后繼集y中的標(biāo)簽頻繁地同時出現(xiàn)。關(guān)聯(lián)規(guī)則x→y需要滿足兩個條件，其一，支持度support是t中標(biāo)簽事務(wù)同時包含x、y的百分比，即概率；其二，置信度confidence是t中事務(wù)已經(jīng)包含x的情況下，包含y的百分比，即條件概率。如果滿足最小支持度閾值和最小置信度閾值，則認(rèn)為關(guān)聯(lián)規(guī)則是可靠的。

本實施例給出一種關(guān)聯(lián)規(guī)則，如{alternativerock,rock}→{punkrock}的蘊涵式，描述了頻繁共現(xiàn)的標(biāo)簽集{alternativerock,rock}和{punkrock}頻繁地同時出現(xiàn)。

在這一部分，首先設(shè)置支持度sup和信任度con。例如：

{alternativerock,rock}→{punkrock}；

sup＝0.8；

con＝0.7

則當(dāng)上述兩個標(biāo)簽集滿足最小支持度閾值0.8和最小置信度閾值0.7時，則確定關(guān)聯(lián)規(guī)則是可靠的。

步驟4、收集每個待推薦的用戶使用過的所有標(biāo)簽，得到關(guān)于每個用戶的標(biāo)簽集合；判斷所述標(biāo)簽關(guān)聯(lián)規(guī)則集合r中的先導(dǎo)標(biāo)簽集是否存在于用戶的標(biāo)簽集合中，當(dāng)判斷為存在時，將該條規(guī)則中先導(dǎo)標(biāo)簽集關(guān)聯(lián)的后繼標(biāo)簽集推薦給對應(yīng)用戶，該過程原理如圖6所示。

當(dāng)已知所述關(guān)聯(lián)規(guī)則x→y∈r，待推薦的用戶uid使用的標(biāo)簽集合為l<oid，loid>。

若關(guān)聯(lián)規(guī)則中的作為先導(dǎo)集的標(biāo)簽集且作為后繼集的則依據(jù)關(guān)聯(lián)規(guī)則x→y，向用戶uid推薦標(biāo)簽集y。例如：用戶uid使用過的標(biāo)簽組為l<uid,luid>＝{alternativerock,rock,pop}，存在關(guān)聯(lián)規(guī)則{alternativerock,rock}→{punkrock}，則將其關(guān)聯(lián)的標(biāo)簽{punkrock}推薦給該用戶。

當(dāng)前用戶推薦完畢后，利用上述原理為每位用戶推薦標(biāo)簽集，直至判斷該規(guī)則是否是最后一條規(guī)則，若是，則讀入下一個用戶的使用標(biāo)簽集，重復(fù)上述過程。最后直到用戶為最后一個用戶，完成推薦過程。

綜上，本發(fā)明基于關(guān)聯(lián)規(guī)則的標(biāo)簽推薦方法，在收集系統(tǒng)用戶使用的標(biāo)簽數(shù)據(jù)時，采用了帶有重疊的時間滑動窗口模型，從而很大程度上緩解了標(biāo)簽數(shù)據(jù)稀疏問題，并且避免了時間跨度過大，導(dǎo)致的無關(guān)標(biāo)簽之間的相互影響，從而提高了標(biāo)簽與標(biāo)簽之間的關(guān)聯(lián)規(guī)則挖掘的可靠性，使標(biāo)簽推薦的結(jié)果更加準(zhǔn)確。

上面結(jié)合附圖對本發(fā)明的實施方式作了詳細(xì)說明，但是本發(fā)明并不限于上述實施方式，在本領(lǐng)域普通技術(shù)人員所具備的知識范圍內(nèi)，還可以在不脫離本發(fā)明宗旨的前提下做出各種變化。