基于Markov鏈和關(guān)聯(lián)規(guī)則的用戶業(yè)務(wù)行為預(yù)測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種在無線泛在環(huán)境下基于Markov鏈和關(guān)聯(lián)規(guī)則的用戶業(yè)務(wù)行為預(yù) 測方法，屬于通訊技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 進入21世紀(jì)W來，隨著微電子、巧片及信息通信技術(shù)的不斷發(fā)展，人類將逐步進 入泛在網(wǎng)絡(luò)時代，其中無線泛在網(wǎng)絡(luò)，即；無線泛在環(huán)境使人置身于無所不在的網(wǎng)絡(luò)之中， 實現(xiàn)人在任何時間、地點，使用任何網(wǎng)絡(luò)與任何人與物的信息交換，基于個人和社會的需 求，利用現(xiàn)有網(wǎng)絡(luò)技術(shù)和新的網(wǎng)絡(luò)技術(shù)，為個人和社會提供泛在的，無所不含的信息服務(wù)和 應(yīng)用。伴隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，業(yè)務(wù)資源也隨之呈現(xiàn)爆炸式增長的態(tài)勢，如何從海量 的業(yè)務(wù)資源中，快速高效地獲取用戶所需的業(yè)務(wù)，使得用戶獲得較高的用戶體驗，成為了關(guān) 注的重點領(lǐng)域。無線泛在環(huán)境下，將W用戶為中屯、，業(yè)務(wù)的產(chǎn)生直接來源于用戶的需求，多 模終端可W接入不同無線網(wǎng)絡(luò)，如何實現(xiàn)不同無線接入網(wǎng)間的網(wǎng)絡(luò)資源與終端能力的有效 利用，改善信息傳輸服務(wù)質(zhì)量，從不同角度、不同層次滿足用戶需求，提高用戶體驗質(zhì)量W 及為用戶提供智能服務(wù)，因此，有必要對用戶行為預(yù)測進行研究。
[0003] 在未來無線泛在環(huán)境下，2G/3G/4G蜂窩移動通信網(wǎng)、IE邸802. 11無線局域網(wǎng) (WLAN)和IE邸802. 16無線城域網(wǎng)（WiMA幻將作為主流的無線接入方式并存，接入網(wǎng)絡(luò)之 間將通過有線骨干網(wǎng)或無線Mesh網(wǎng)等互聯(lián)互通，用戶終端之間亦將借助IE邸802. 11或 IEEE 802. 15等系列技術(shù)實現(xiàn)Ad化C連接，從而為泛在的業(yè)務(wù)需求提供泛在的無線接入； 另一方面，最近5年隨著移動智能終端和移動操作系統(tǒng)快速發(fā)展，進一步增強了移動終端 的用戶體驗?，F(xiàn)有的有線互聯(lián)網(wǎng)業(yè)務(wù)類型幾乎都可W移植到移動互聯(lián)網(wǎng)上來，為實現(xiàn)業(yè)務(wù) 無線化提供了設(shè)備條件。
[0004] 無線業(yè)務(wù)個性化已經(jīng)成為當(dāng)今業(yè)務(wù)發(fā)展的新熱點，隨著用戶個性化特征的日趨明 顯，個性化推送甚至發(fā)展成為運營商、業(yè)務(wù)商新的營銷理念和趨勢。因此個性化推送技術(shù)應(yīng) 運而生，它能從大量用戶行為歷史信息中，通過各種的挖掘算法和預(yù)測模型，適時適度地向 用戶自動推送出符合其需求的業(yè)務(wù)，為用戶提供個性化的業(yè)務(wù)定制服務(wù)及業(yè)務(wù)推薦，同時 為業(yè)務(wù)商推出新業(yè)務(wù)提供決策依據(jù)。
[0005] 目前國內(nèi)外對用戶行為的研究主要側(cè)重于挖掘和分析用戶行為特征和規(guī)律W及 用戶行為預(yù)測方面。相關(guān)研究采用的工具包括數(shù)據(jù)挖掘算法和Markov預(yù)測模型等。其中 Markov模型是一種簡單且有效的模型。由于Markov鏈的無后效性，目前大多采用Markov 模型理論對用戶行為進行預(yù)測。Markov模型W其大的信息保留量，從而保證了其預(yù)測準(zhǔn)確 的特點而成為該方面研究的一個典型模型。
[0006] 然而K階Markov鏈模型忽略了較早的歷史知識，只是假設(shè)下一業(yè)務(wù)只與最新的K 個業(yè)務(wù)有關(guān)系，簡化了預(yù)測模型，減少了計算時間，但是預(yù)測準(zhǔn)確度也會隨之下降。針對該 個問題。而本發(fā)明能夠很好地解決上面的問題。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明目的在于提出了一種基于Markov鏈和關(guān)聯(lián)規(guī)則的用戶業(yè)務(wù)行為預(yù)測方 法，該方法針對預(yù)測算法的問題，首先用二階Markov鏈生成預(yù)測候選集，再利用二項關(guān)聯(lián) 規(guī)則修正預(yù)測結(jié)果，能夠有效地提高預(yù)測算法的準(zhǔn)確性。該方法的用戶業(yè)務(wù)行為預(yù)測方法 具有很好的理論性能保證，預(yù)測準(zhǔn)確度高。
[000引本發(fā)明解決其技術(shù)問題所采取的技術(shù)方案是：一種基于Markov鏈和關(guān)聯(lián)規(guī)則的 用戶業(yè)務(wù)行為預(yù)測方法，該方法首先改進了 Markov鏈的二階轉(zhuǎn)移矩陣的計算方法，用二階 Markov鏈生成預(yù)測候選集，在此基礎(chǔ)之上利用二項關(guān)聯(lián)規(guī)則修正預(yù)測結(jié)果，該方法在保證 預(yù)測準(zhǔn)確率的同時，能在線性時間內(nèi)完成在線預(yù)測。
[0009] 方法流程：
[0010] 步驟1 ;用Markov鏈預(yù)測模型返回下一步有可能會使用的業(yè)務(wù)集和該些業(yè)務(wù)對應(yīng) 的Markov預(yù)測概率；
[0011] 步驟2 ;利用二項關(guān)聯(lián)規(guī)則從兩個角度來修正預(yù)測結(jié)果；
[0012] 步驟3;分別計算V中所有業(yè)務(wù)與的可信度，如果所有的可信度都小于閥值min_ rule,則無論mpCTi)的值多大，都從m中刪除業(yè)務(wù)r;;如果存在業(yè)務(wù)P jG V，且P j與r i的可 信度conf (Pj - r i)大于閥值max_rule，則r;的預(yù)測概率為；
[001 引
【主權(quán)項】
1. 一種基于Markov鏈和關(guān)聯(lián)規(guī)則的用戶業(yè)務(wù)行為預(yù)測方法，其特征在于：所述方法包 括如下步驟： 步驟1 :用Markov鏈預(yù)測模型返回下一步有可能會使用的業(yè)務(wù)集和這些業(yè)務(wù)對應(yīng)的Markov預(yù)測概率； 步驟2 :利用二項關(guān)聯(lián)規(guī)則從兩個角度來修正預(yù)測結(jié)果； 步驟3 :在步驟1中用Markov鏈預(yù)測模型返回下一步有可能會訪問的業(yè)務(wù)集m和這 些業(yè)務(wù)對應(yīng)的Markov預(yù)測概率；再在步驟2中利用二項關(guān)聯(lián)規(guī)則來修正預(yù)測結(jié)果，在此 基礎(chǔ)上分別計算用戶的業(yè)務(wù)序列v中所有業(yè)務(wù)與預(yù)測結(jié)果^的可信度；如果所有的可 信度都小于閥值min_rule，則無論mp(ri)的值多大，都從m中刪除業(yè)務(wù)ri;如果存在業(yè) 務(wù)PjGv，且p」與r^勺可信度conf(p」一rD大于閥值max_rule，則的預(yù)測概率為：
2. 根據(jù)權(quán)利要求1所述的一種基于Markov鏈和關(guān)聯(lián)規(guī)則的用戶業(yè)務(wù)行為預(yù)測 方法，其特征在于：所述方法是用n維向量v(t) =(Vpv2，…，vn)表示用戶t時刻 狀態(tài)，如果某用戶t時刻的使用業(yè)務(wù)為&，則讓v(t)的第j維為1，其余維都為0， 用n維向量x(t) =(Xpx2，…，xn)表示t時刻用戶使用各個業(yè)務(wù)的概率，即x(t) =(p久=xD，p(X2 =x2)，…，p(Xn=xn));假設(shè)某用戶的t時刻的業(yè)務(wù)序列為 (……，Xi,Xj)，則當(dāng)前狀態(tài)v⑴=(F= ()，2V= .〇，，，爐知iv=…0，,，，寺，前一狀態(tài) v(l- 1)= (,v= 0,2v= Av=…3，則下一時刻用戶訪問各個業(yè)務(wù)的概率 義(七+ 1)為^(^ + 1) = €[1￥(1：)\口(1) + (12￥(1：-1)\卩(2)，其中€[1為一階轉(zhuǎn)移矩陣的權(quán)值， 〇2為二階轉(zhuǎn)移矩陣的權(quán)值，令a1 ;從x(t+l)中選出概率最大的業(yè)務(wù)作為預(yù)測結(jié) 果。
3. 根據(jù)權(quán)利要求1所述的一種基于Markov鏈和關(guān)聯(lián)規(guī)則的用戶業(yè)務(wù)行為預(yù)測方法，其 特征在于：所述方法只需掃描一輪數(shù)據(jù)庫即可。
【專利摘要】本發(fā)明公開了一種基于Markov鏈和關(guān)聯(lián)規(guī)則的用戶業(yè)務(wù)行為預(yù)測方法，該方法針對預(yù)測算法的問題，首先用二階Markov鏈生成預(yù)測候選集，再利用二項關(guān)聯(lián)規(guī)則修正預(yù)測結(jié)果，能夠有效地提高預(yù)測算法的準(zhǔn)確性。該方法的用戶業(yè)務(wù)行為預(yù)測算法具有很好的理論性能保證，預(yù)測準(zhǔn)確度高。本發(fā)明只需要掃描一輪數(shù)據(jù)庫即可，相比與傳統(tǒng)的挖掘二項關(guān)聯(lián)規(guī)則算法，該方法節(jié)省了大量的時間和空間，改進了Markov鏈的二階轉(zhuǎn)移矩陣的計算方法，用二階Markov鏈生成預(yù)測候選集，在此基礎(chǔ)之上利用二項關(guān)聯(lián)規(guī)則修正預(yù)測結(jié)果。
【IPC分類】G06Q10-04
【公開號】CN104616077
【申請?zhí)枴緾N201510051487
【發(fā)明人】張暉, 王超
【申請人】南京郵電大學(xué)
【公開日】2015年5月13日
【申請日】2015年1月30日