(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210203368.2 (22)申请日 2022.03.03 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 裘乐淼　胡珂瑞　张树有　王自立　 王阳　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 邱启旺 (51)Int.Cl. G06F 16/2458(2019.01) G06F 16/23(2019.01) G06F 16/22(2019.01) G06Q 50/04(2012.01) (54)发明名称 基于数据时效更新的定制产品隐性需求挖 掘方法与系统 (57)摘要 本发明公开了一种基于数据时效更新的定 制产品隐性需求挖掘方法， 该方法的步骤如下： 获取并标准化定制产品历史订单信息； 以定制产 品订单数据构建生命树结构， 项目信息以树路径 进行表示， 时间信息保留在对应的时间叶节点 中， 时间根节点保存树中最大的时间节点信息； 检索生命树中所有的时间净叶节点并通过衰减 窗口模型计算节点的活力值， 若节 点活力值小于 设定的最低活力阈值， 则删除净叶节 点对应的树 路径并调整树结构； 根据频率阈值重构生命树生 成关联规则； 基于关联规则集， 实现定制产品需 求隐性需求的挖掘。 本发明通过分析订单信息的 时效性， 减少不准确的规则产生， 更可靠地挖掘 客户的定制产品需求。 权利要求书3页 说明书7页 附图3页 CN 114547153 A 2022.05.27 CN 114547153 A 1.一种基于数据时效更新的定制产品隐性需求挖掘方法， 其特征在于， 具体包括以下 步骤： (1)获取并标准 化定制产品历史订单信息； (2)以定制产品订单 数据构建生命树结构； (3)检索生命树中所有的时间净叶节点并根据节点的频率和时间信息， 通过衰减窗口 模型计算节点的活力值； (4)从第一个时间净叶节点开始， 若节点活力值小于设定的最低阈值， 则删除净叶节点 对应的树路径并调整树结构； 若节点活力值大于设定的最低阈值， 则跳转至下一净叶节点， 直至所有净叶节点被遍历； (5)根据频率阈值重构生命树并生成关联规则； (6)基于步骤(5)得到的关联规则集， 完成定制产品需求隐性需求的挖掘。 2.根据权利要求1所述的基于关联规则定向优化的定制产品需求转化方法， 其特征在 于： 步骤(2)中的生命树结构用于储存订单数据； 所述订单数据包括项目信息、 时间信息和 项目频率； 所述项目信息以树路径进 行表示， 项目频率保存在树节点中， 时间信息在树路径 的叶节点中； 生命树中最大的时间节点信息保存于根节点中。 3.根据权利要求2所述的基于关联规则定向优化的定制产品需求转化方法， 其特征在 于： 生命树的树路径通过树节点的链接表示； 所述树节点包括时间根节点、 时间叶节点、 路 径节点和时间净叶节点； 所述时间根节点是生命树结构的起点， 用于保存生命树结构的最 大时间； 所述时间叶节点为生命树路径的尾端节点， 用于保存订单数据的时间信息和项目 信息； 所述路径节 点为链接根节点和叶节点的节 点， 用于订单数据的项目信息； 所述时间净 叶节点为不属于其 他路径的路径 节点的叶节点； 具有相同项目名称的节点 通过节点链接连接在一 起。 4.根据权利要求2所述的基于关联规则定向优化的定制产品需求转化方法， 其特征在 于： 树路径的节点以项目频率降序先后顺序排列， 频率越高的项目节点越靠近根节点； 每当 新的数据插入时， 项目频率将同步更新， 树结构将根据新的项目频率顺序调整节点位置； 树 结构的数据更新 步骤为： 重新统计项目频率， 并以降序排序， 得到频率变化的项目列表Lchange； 根据新的项目频率重构树结构， 检索项目列表Lchange中相关项目的树节点， 从下而上进 行节点调换， 直到满足最新的项目频率顺序； 若在这个过程中， 一个树路径的时间叶节点变 为路径节 点， 则其时间信息保存到新产生的叶节点中； 若调换的父节 点R频率大于子节点Q， 则父节点分裂出一个兄弟 节点R′， 所述兄弟节点 R′频率计数为父节 点R与子节点Q的频率计 数之差， 再将父节点R和子节点 Q调换； 将新订单中的项目按照项目频率降序逐个插入生命树中， 每个订单时间信 息保存在对 应树路径的叶节点中； 当插入的订单时间大于根节点时间时， 更新根节点时间信息。 插入 后， 树结构中的每一级存在两个或多个相同项目名称的节点， 则合并节点， 他们的计数相 加； 若新的数据时间大于根节点的时间， 则更新根节点的时间信息； 重复上述步骤， 直到新 增订单数据全被插 入到生命树结构中。 5.根据权利要求1所述的基于关联规则定向优化的定制产品需求转化方法， 其特征在权　利　要　求　书 1/3 页 2 CN 114547153 A 2于： 所述步骤(3)中具体为： 计算每笔交易td的活力值v(td)， 计算公式如下： v(td)＝∑v(i,td)/|td| 其中， i为交易里的项目， v(i,td)是项目i在交易td中的相对重要程度衡量因子， |td|为 交易的项目数。 基于每笔交易的活力值v(td)， 计算每一个时间叶节点的活力值v(ld)， 计算公式如下： v(ld)＝∑v(td)×fT‑d 其中， d为每 个交易td的时间信息， T为时间根节点包 含的时间信息， f为活力衰减因子 。 6.根据权利要求1所述的基于关联规则定向优化的定制产品需求转化方法， 其特征在 于： 所述步骤(4)中删除失效路径的步骤为： 对于单个失效路径， 失效路径的时间叶子节点首先被删除， 路径上其他路径节点的计 数减去时间叶子节点的计数； 若计数相减后， 路径节点的计数为0， 则删除该节 点； 当所有的 失效路径都被删除后， 更新并调整生命树结构； 所述步骤(5)具体为： 通过生命树结构挖掘稀有项目和频繁项目， 稀有项目支持度Supp(X)满足maxRare＞ Supp(X)≥mi nRare， 频繁项目支持度满足Sup p(X)≥mi n Fre； 其中minRare为稀有项目最小阈值， maxRare为稀有项目最大阈值， min  Fre为频繁项目 最小阈值； 获得两类项目后， 通过剔除生命树结构中不满足稀有或频繁阈值的树路径， 获得条件 模式树以及频繁 /稀有模式集 合， 生成关联规则。 7.根据权利要求1所述的基于关联规则定向优化的定制产品需求转化方法， 其特征在 于： 将用户的需求信息分类， 并检验是否满足产品设计要求， 得到需求分类信息； 再将 需求 分类信息转化为标准需求； 基于标准需求与步骤(5)得到的关联规则集， 完成定制产品需求 隐性需求的挖掘。 8.一种基于数据时效更新的定制产品隐性需求挖掘系统， 其特 征在于， 包括： 交互界面， 用于协助用户选择产品， 表达需求信息； 需求分析模块用于分类需求信息， 并检验是否满足产品设计， 输出需求分类信息； 需求标准 化模块用于将需求分析模块输出的需求分类信息转 化为标准需求； 生命树构建模块用于将历史订单信息 压缩保存为 生命树结构， 保存订单 数据； 树结构优化模块用于计算树结构的时间叶子节点的活力值， 删除树结构中无效的路 径； 模式提取模块用于通过支持度阈值和最终的树结构， 获得流行项目的条件模式树， 并 整合统计流行模式； 规则提取模块用于通过流行模式集， 计算并筛 选得出可靠的关联规则； 需求挖掘模块利用需求标准化模块输出的标准需求和规则提取模块输出的隐性需求 关联规则挖掘隐性需求并转 化可用的显式 需求。 9.一种基于数据时效更新的定制产品隐性需求挖掘装置， 其特征在于， 包括一个或多 个处理器， 用于实现权利要求1 ‑7中任一项所述的基于数据时效更新的定制产品隐性需求 挖掘方法。权　利　要　求　书 2/3 页 3 CN 114547153 A 3