基于商品網(wǎng)絡(luò)連接圖的商品簇劃分方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于信息技術(shù)領(lǐng)域，具體涉及一種基于商品網(wǎng)絡(luò)連接圖的商品簇劃分方法 的設(shè)計(jì)。
【背景技術(shù)】
[0002] 隨著信息技術(shù)的迅猛發(fā)展，網(wǎng)絡(luò)開始不斷向復(fù)雜化和多樣化方向發(fā)展。復(fù)雜網(wǎng)絡(luò) (ComplexNetwork)是具有自組織、自相似、吸引子、小世界、無標(biāo)度中部分或全部性質(zhì)的網(wǎng) 絡(luò)。復(fù)雜網(wǎng)絡(luò)呈現(xiàn)高度復(fù)雜性，其復(fù)雜性主要表現(xiàn)在結(jié)構(gòu)復(fù)雜性、網(wǎng)絡(luò)進(jìn)化的復(fù)雜性、連接 權(quán)重和方向的復(fù)雜性、節(jié)點(diǎn)多樣性以及多重復(fù)雜性融合。復(fù)雜網(wǎng)絡(luò)具有小世界、集聚程度、 冪律的度分布等特征。
[0003] 大數(shù)據(jù)的圖分析方法以圖分析和圖挖掘?yàn)橹饕芯渴侄?，以目?biāo)產(chǎn)生的大數(shù)據(jù)中 數(shù)據(jù)單元的關(guān)聯(lián)特征為主要研究對(duì)象，應(yīng)用基于大數(shù)據(jù)的復(fù)雜網(wǎng)絡(luò)理論計(jì)算應(yīng)用行為的圖 結(jié)構(gòu)特征參數(shù)、圖量值加權(quán)測(cè)量參數(shù)等測(cè)度，同時(shí)采用節(jié)點(diǎn)與邊的篩選算法提取網(wǎng)絡(luò)應(yīng)用 行為核心業(yè)務(wù)特征，分析其固有模式和本質(zhì)屬性，推斷產(chǎn)生大數(shù)據(jù)的目標(biāo)的具體內(nèi)容。大數(shù) 據(jù)的圖分析主要應(yīng)用的技術(shù)有網(wǎng)絡(luò)拓?fù)浞治觥D匹配與搜索、圖路徑和流分析、網(wǎng)絡(luò)鏈路預(yù) 測(cè)、網(wǎng)絡(luò)群體的組織關(guān)系識(shí)別以及關(guān)鍵拓?fù)湓胤治龅燃夹g(shù)。
[0004] 共引網(wǎng)絡(luò)分析是大數(shù)據(jù)的圖分析的一個(gè)應(yīng)用方面，它利用各種數(shù)學(xué)、統(tǒng)計(jì)學(xué)以及 邏輯方法，對(duì)分析對(duì)象的引用或被引用的現(xiàn)象進(jìn)行分析研究，以便揭示其數(shù)量特征和內(nèi)在 規(guī)律，達(dá)到評(píng)價(jià)、預(yù)測(cè)科學(xué)發(fā)展趨勢(shì)的目的。社團(tuán)結(jié)構(gòu)是許多實(shí)際網(wǎng)絡(luò)都存在一個(gè)共同特 征，整個(gè)網(wǎng)絡(luò)由若干個(gè)社團(tuán)構(gòu)成，節(jié)點(diǎn)之間的聯(lián)系決定了節(jié)點(diǎn)是否在同一個(gè)社團(tuán)內(nèi)，每個(gè)社 團(tuán)內(nèi)部節(jié)點(diǎn)之間的連接非常緊密，而各個(gè)社團(tuán)之間的連接相對(duì)來說比較稀疏。無論一個(gè)社 團(tuán)是以什么性質(zhì)組成的一個(gè)類或模塊，同一個(gè)社團(tuán)內(nèi)部的節(jié)點(diǎn)肯定有某些相似的特征或性 質(zhì)。大量的社會(huì)網(wǎng)絡(luò)都存在社團(tuán)，揭示網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)，對(duì)于了解網(wǎng)絡(luò)結(jié)構(gòu)與分析網(wǎng)絡(luò)特 性具有極為重要的意義。社團(tuán)結(jié)構(gòu)分析在生物學(xué)、物理學(xué)、計(jì)算機(jī)圖形學(xué)和社會(huì)學(xué)中都有廣 泛的應(yīng)用，研究復(fù)雜網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)對(duì)于控制疾病傳播、網(wǎng)絡(luò)病毒的傳播等具有重大意義。
[0005] 為了提供更高質(zhì)量的個(gè)性化服務(wù)，需要構(gòu)建細(xì)致、準(zhǔn)確的用戶模型，這就不僅需要 了解用戶對(duì)什么感興趣，而且還需要了解用戶對(duì)內(nèi)容的感興趣程度。一種獲得用戶興趣度 的方法是讓用戶自己標(biāo)注感興趣的程度。要求用戶自己標(biāo)注興趣度的方法固然能夠獲得較 為準(zhǔn)確的用戶模型；另外一種獲得用戶興趣度的方法是根據(jù)用戶的瀏覽行為來估計(jì)用戶的 興趣度，通過瀏覽行為估計(jì)用戶興趣度的方法無需用戶主動(dòng)參與，有助于提高個(gè)性化服務(wù) 系統(tǒng)的親和力。
[0006] 推薦系統(tǒng)中聚類的基礎(chǔ)是興趣度，用戶聚類分析可以將具有相似興趣愛好的用戶 分配到相同的簇中，聚類產(chǎn)生之后，根據(jù)簇中其他用戶對(duì)商品的評(píng)價(jià)來預(yù)測(cè)目標(biāo)用戶對(duì)商 品的評(píng)價(jià)，從而實(shí)現(xiàn)對(duì)目標(biāo)用戶的推薦。當(dāng)用戶聚類中的用戶具有相同的訪問習(xí)慣和購物 興趣時(shí)，可依此對(duì)他們提供相同的個(gè)性化服務(wù)。
[0007]目前與基于商品網(wǎng)絡(luò)連接圖的商品簇劃分研究的相關(guān)技術(shù)主要分為個(gè)性化推薦 系統(tǒng)和IBM的SystemG。
[0008] 個(gè)性化推薦是根據(jù)用戶的興趣特點(diǎn)和購買行為，向用戶推薦用戶感興趣的信息和 商品。和搜索引擎相比推薦系統(tǒng)通過研究用戶的興趣偏好，進(jìn)行個(gè)性化計(jì)算，由系統(tǒng)發(fā)現(xiàn)用 戶的興趣點(diǎn)，從而引導(dǎo)用戶發(fā)現(xiàn)自己的信息需求。一個(gè)好的推薦系統(tǒng)不僅能為用戶提供個(gè) 性化的服務(wù)，還能和用戶之間建立密切關(guān)系，讓用戶對(duì)推薦產(chǎn)生依賴。隨著電子商務(wù)規(guī)模的 不斷擴(kuò)大，商品個(gè)數(shù)和種類快速增長(zhǎng)，顧客需要花費(fèi)大量的時(shí)間才能找到自己想買的商品。 這種瀏覽大量無關(guān)的信息和產(chǎn)品過程無疑會(huì)使淹沒在信息過載問題中的消費(fèi)者不斷流失。 為了解決這些問題，個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生。個(gè)性化推薦系統(tǒng)是建立在海量數(shù)據(jù)挖掘基 礎(chǔ)上的一種高級(jí)商務(wù)智能平臺(tái)，以幫助電子商務(wù)網(wǎng)站為其顧客購物提供完全個(gè)性化的決策 支持和信息服務(wù)。
[0009] SystemG是由IBM公司研發(fā)的針對(duì)大數(shù)據(jù)設(shè)計(jì)的集圖計(jì)算工具、云計(jì)算為一體的 綜合性圖系統(tǒng)。"G"代表圖，無論是大型圖還是小型圖、靜態(tài)圖還是動(dòng)態(tài)圖、拓?fù)鋱D還是語義 圖、屬性圖還是貝葉斯網(wǎng)絡(luò)，它包括：圖數(shù)據(jù)集、圖可視化、圖分析庫、GraphMiddleware、網(wǎng) 絡(luò)科學(xué)分析工具（感知網(wǎng)絡(luò)、感知分析、時(shí)空分析、行為學(xué)分析）。SystemG可以應(yīng)用于多 種情況，例如社交網(wǎng)絡(luò)分析、網(wǎng)絡(luò)異常檢測(cè)、智慧商務(wù)、智慧星球、云計(jì)算、通信等。
[0010] 商品推薦一直以來都是商家關(guān)注的話題，隨著電子商務(wù)商家對(duì)商家，商家對(duì)客戶， 客戶對(duì)客戶等商業(yè)模式的不斷完善，合理進(jìn)行商品推薦可以幫助商家尋找到最優(yōu)化的銷售 方式，使消費(fèi)者更容易被推薦的商品所吸引，從而顯著增加商品的銷售量，獲取更大的利 潤(rùn)。然而現(xiàn)有的推薦方式僅僅關(guān)注于同類商品，根據(jù)用戶對(duì)商品的瀏覽情況推薦相同品牌 的類似商品，或是不同品牌的同類產(chǎn)品，并不能很好的符合用戶的購買需求，需要一種新的 推薦方式解決這一問題。

【發(fā)明內(nèi)容】

[0011] 本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中商品推薦方式僅僅關(guān)注于同類商品，根據(jù)用 戶對(duì)商品的瀏覽情況推薦相同品牌的類似商品，或是不同品牌的同類產(chǎn)品，并不能很好的 符合用戶的購買需求的問題，提出了一種基于商品網(wǎng)絡(luò)連接圖的商品簇劃分方法。
[0012] 本發(fā)明的技術(shù)方案為：一種基于商品網(wǎng)絡(luò)連接圖的商品簇劃分方法，包括以下步 驟：
[0013] S1、構(gòu)建用戶-商品連接關(guān)系圖；
[0014] S2、構(gòu)建商品-商品連接關(guān)系圖；
[0015] S3、根據(jù)基于最大模塊度的商品簇劃分方法對(duì)商品簇進(jìn)行劃分。
[0016] 進(jìn)一步地，步驟S1包括以下分步驟：
[0017] S11、根據(jù)電商保留的用戶訂單信息，采集時(shí)間段T內(nèi)用戶與其購買商品之間的連 接關(guān)系，生成用戶-商品連接關(guān)系向量f=(用戶名，商品名，購買時(shí)間，購買次數(shù)）；
[0018] S12、根據(jù)用戶-商品連接關(guān)系向量f構(gòu)建時(shí)間段T內(nèi)的〈用戶，商品〉加權(quán)鄰接 矩陣D，D中元素牝表示用戶i購買商品j的次數(shù)；
[0019] S13、根據(jù)〈用戶，商品〉加權(quán)鄰接矩陣D構(gòu)建用戶-商品連接關(guān)系圖。
[0020] 進(jìn)一步地，步驟S13具體為：
[0021] 將交易中的用戶作為用戶-商品連接關(guān)系圖中的源節(jié)點(diǎn)vueV。，用戶所購買的商 品作為用戶-商品連接關(guān)系圖中的目的節(jié)點(diǎn)VnievM，若用戶vul購買了商品v，則將其連成 一條邊eulnjeEuM，用戶VU1購買商品Vnj的次數(shù)為該邊的權(quán)值wU1njeW。M，構(gòu)建用戶-商 品連接關(guān)系圖hM= <Vu，VM，匕M，％ M>。
[0022] 進(jìn)一步地，步驟S2具體為：
[0023] 根據(jù)用戶-商品連接關(guān)系圖中用戶節(jié)點(diǎn)VueVjp不同商品節(jié)點(diǎn)VnieVM之間的 連接關(guān)系，若兩個(gè)商品節(jié)點(diǎn)vmi和Vm_j與同一用戶節(jié)點(diǎn)vuk相連，則在二者之間添加一條邊 mj 日Ε μ M;
[0024] 以共同購買商品i和商品j的用戶數(shù)量表示該邊的權(quán)值WnuWMΜ，構(gòu)建基于關(guān) 聯(lián)用戶數(shù)量的商品-商品連接關(guān)系圖GMΜ= <VM，EMM，WMΜ> ;
[0025] 或者以用戶k共同購買商品i和商品j的購買量表示該邊的權(quán)值VΜΜ， 構(gòu)建基于關(guān)聯(lián)用戶商品購買量的商品-商品連接關(guān)系圖G'MM=<VM，EMM，W' ΜΜ>。
[0026] 進(jìn)一步地，步驟S3包括以下分步驟：
[0027]S31、定義商品-商品連接關(guān)系圖中商品簇的模塊度％ "為：
[0028]
[0029] 其中，Μ為圖中的所有邊數(shù)量；&1]為商品-商品連接關(guān)系圖鄰接矩陣中的元素，即 若商品i和商品j之間有連接邊，則a^= 1，否則a^ = 0 ;kni和knj分別表示商品i和商品 j節(jié)點(diǎn)的度數(shù)心和C,分別表示商品i和商品j所屬的商品簇；δ(CC,)為商品簇的沖激 函數(shù)，若商品i和商品j屬于同一個(gè)商品簇，則δ(Q,CJ= 1，否則δ(Q,CJ= 0 ;
[0030]S32、假設(shè)商品-商品連接關(guān)系圖中每個(gè)節(jié)點(diǎn)是一個(gè)獨(dú)立的商品簇，模塊度％ = 〇,商品節(jié)點(diǎn)mi的度為U，構(gòu)建初始模塊度增量矩陣：
[0031]
[0032]S33、從初始模塊度增量矩陣中選擇最大的^，刪除其中的第i行和第i列的 元素，更新第j行和第j列的元素，得到新的模塊度增量矩陣為：
[0033]
1234 其中第j行和第j列的元素，即商品簇j的度更新為：k'fkΜ」 2 更新后商品簇的模塊度為：Q'" Q' 3 S34、判斷模塊度增量矩陣ΔζΓ 中的最大元素是否為負(fù)，若是則結(jié)束商品簇 的劃分，否則返回步驟S33。 4 本發(fā)明的有益效果是：本發(fā)明通過基于網(wǎng)絡(luò)連接圖的商品簇劃分方式，可以將商 品劃分到不同的商品簇中，對(duì)處在同一商品簇中的商品，商家可以將其制作成商品套餐，或 者在某一商品介紹頁面推薦商品簇中的其它商品，極大的提升了用戶對(duì)相關(guān)商品的購買 量，從而保證商家獲得更高額的利潤(rùn)。
【附圖說明】
[0038] 圖1為本發(fā)明提供的基于商品網(wǎng)絡(luò)連接圖的商品簇劃分方法流程圖。
[0039] 圖2為本發(fā)明步驟S1的分步驟流程圖。
[0040] 圖3為本發(fā)明實(shí)施例中用戶一天購買數(shù)據(jù)生成的用戶-商品連接關(guān)系圖。
[0041] 圖4為本發(fā)明實(shí)施例中根據(jù)用戶-商品連接關(guān)系圖生成的商品-商品連接關(guān)系 圖。
[0042] 圖5為本發(fā)明步驟S3的分步驟流程圖。
【具體實(shí)施方式】
[0043