基于点击流挖掘商品关联规则

在本阶段，利用关联规则方法来找出商品事务集中不同类型商品之间的关联。由于消费者在线购物分为三个购物阶段，为了更精确地捕获消费者的购物倾向，将Web日志中保存的商品事务集合细分为三种事务子集:在线购买事务子集、购物车放置事务子集、网页点击事务子集。商品关联分析阶段分别从这三种不同事务子集中，利用相应的算法找出关联规则集合，算法描述如图5-5所述。注意，本章提出的商品推荐模型中，所有的商品关联规则仅限于两个商品类型之间的关联关系。因此，商品关联规则挖掘任务需要在三种事务子集中，采集那些包含的商品项集中有2项集的事务，在采集这些事务的基础上，在三种事务子集中分别挖掘出两种商品类型之间存在的关联规则。具体来说，关联规则算法在给定的时间区间内采集包含2项集的事务记录，并且基于商品分类树，将这些事务中的商品ID替换为商品分类树第三层中相应的商品类型ID；然后设置最低支持度和最低置信度，对于三种事务子集，基于Apriori算法分别找出事务中的所有频繁2项集，最后生成所有的关联规则。

图5-5　商品关联规则挖掘算法

当不同事务子集中所有关联规则被获取后，设表示在线购买事务子集中的一条关联规则，其中X和Y分别表示某种商品类型。同理，分别表示添加购物车事务子集和网页点击事务子集中的关联规则。

当所有不同类型商品之间的关联规则被挖掘以后，可以建立商品关联矩阵，对不同类型商品之间的关联度进行分析。商品关联矩阵P＝(pij)可以定义为如下形式:(www.xing528.com)

其中，i＝1，…，N(商品类型数量)，j＝1，…，N(商品类型数量)。矩阵元素pij表示不同商品类型之间的关联度pij，可以使用公式(5-4)进行计算。

公式(5-4)中第一个等式表示同种商品类型中不同商品实例之间具有最大的关联度:即顾客购买了某种类型的商品之后，他极可能偏向于购买同种类型的其他商品。第二个等式表示在购买事务子集中，关联规则中的不同类型商品之间的关联度也为1，因此我们有理由认为在线购买阶段相比添加购物车阶段，其商品之间的关联程度更能体现出顾客的实际购买倾向和偏好。同理，添加购物车事务子集与网页点击事务子集相比，在所获取的关联规则中，其不同类型商品之间的关联度也要高。