基于可拓数据挖掘的用户需求获取研究

刘 斌， 朱 明， 王景华， 张 利， 李献会

（1.合肥工业大学 计算机与信息学院，安徽 合肥 230009；2.齐鲁师范学院 计算机系，山东 济南 250002；3.合肥工业大学 机械与汽车工程学院，安徽 合肥 230009；4.洛阳轴研科技股份有限公司，河南 洛阳 471039）

0 引言

用户需求获取作为产品概念设计最前端过程，是概念设计所要满足的设计目标的直接来源，对于新产品开发能否成功有着至关重要的影响。国内外对用户需求获取进行了相关研究。文献［1－5］通过QFD技术进行需求分析，为研究用户需求提供了通用框架。文献［6］采用Apriori算法挖掘用户需求信息，实现了对关联规则的有效提取。文献［7］运用规则挖掘和模糊聚类的方法，完成了用户需求与专家知识间的相互转换。上述研究分别从不同角度利用不同工具研究需求信息，但是，如何将用户需求中潜在的、变换的需求信息进行有效的提取、转化，没有得到很好的解决。

数据挖掘是一个从数据中找出某些模式的过程，这个过程必须是自动或是半自动的，而找出的模式应能够解释数据中的某些现象。在数据挖掘中，关联规则挖掘是一个重要的研究方向。企业通过挖掘用户需求信息中的关联规则，可以发现历史数据库中暗含的设计知识，以显式形式表达出来。本文结合数据挖掘和可拓变换，通过粒子群算法挖掘用户需求的关联规则知识；利用可拓变换方法生成新的可拓变换知识，以使工程师更好地理解、预测用户的潜在需求，设计出用户真正想要的产品。

1 用户需求信息中的关联规则

1.1 关联规则概念

关联规则挖掘是由文献［8］对购物篮分析时首先提出的，用以发现商品销售中的顾客购买模式。

用户需求信息中的关联规则挖掘意味着生成一系列有价值的IF－THEN规则，将用户需求信息数据分为若干属性的集合，确定出条件属性集合和结论属性集合，则每个规则由来自用户需求信息数据库的条件属性和结论属性组成。例如，以摩托车产品为例，一条关联规则可以是：IF（摩托车颜色为蓝色）THEN（摩托车的价格比较便宜）。这条关联规则可以帮助工程师理解客户需求，在设计定制化产品时作为参考。

条件属性集为C＝（c1，c2，…，cm），每个ci表示一个条件属性；结论属性集D＝（d1，d2，…，dn），每个di表示一个结论属性；这里对于条件属性cm的属性值取值范围为区间［1，Jm］任一整数，｛1，2，…，Jm｝对应于条件属性cm的所有可选项同理，结论属性dn的属性值所有记录为为历史记录的数量。

综上所述，基于用户需求信息的一条关联规则可以表示为：

1.2 评价准则

支持度与置信度是描述关联规则的2个主要指标。对于数据库T中一条关联规则，描述为IFETHENF，其中E包括了若干条件属性，F包含了若干结论属性。由此给出支持度sp与置信度cn的计算公式：取值范围为区间［1，Jn］中的任一整数。数据库中

其中，｜T｜为数据库中记录的数量；T（E＆F）为记录中同时出现E、F的样本数目；T（E）为记录中出现E的样本数目。支持度描述了关联规则普遍性，置信度用以衡量关联规则的准确性。

本研究通过设定支持度和置信度阈值来选取关联规则。

2 基于粒子群算法的关联规则挖掘

当前，进化型算法（Evolutionary algorithms，简称EAs）应用于关联规则挖掘的方法被广泛应用于各个领域［9－10］。应用粒子群算法挖掘关联规则尚不多见，比较其他进化型算法，粒子群算法具有简单、易实现、计算过程中需调整的参数较少等优点。

2.1 粒子群算法

在粒子群算法中，每一个粒子即是算法的一个候选解。粒子i的当前位置可以表示为：xi＝（xi1，xi2，xi3，…，xid），其飞行速度为：vi＝（vi1，vi2，vi3，…，vid）；飞行历史中的最优位置为pi＝（pi1，pi2，pi3，…，pid）；所有粒子的全局最优位置pg＝（pg1，pg2，pg3，…，pgd）。速度和位置分别按（3）式、（4）式更新，即

其中，ω为惯性权重，较大时适合于对解空间进行大范围搜索，较小时适合于进行局部搜索；c1，c2为加速常数；r1，r2为［0，1］之间的随机数；t为当前迭代次数；ωstart为惯性权重的起始值；ωend为惯性权重的终止值。

2.2 用户需求信息关联规则的编码

对企业数据库中的用户需求信息数据属性进行转换，得到符合数据挖掘的数据模式。关联规则挖掘是在条件属性和结论属性之间进行的，对于粒子群算法编码，需完成将关联规则转化为粒子。一条关联规则向量S的编码为：S＝（s1，s2，…，sm，sm＋1，sm＋2，…，sm＋n），向量的前m项对应于C＝ （c1，c2，…，cm），向 量 的 后n项 对 应于D＝（d1，d2，…，dn）。

其中，si为区间（1，Ji＋1）上均匀分布的随机数；Ji为i位对应属性的最大属性值；［si］表示si所对应属性值（［＊］表示取下整数）。

每个粒子前件项对应于条件属性，后件项对应于结论属性。条件属性集中每个属性ci及结论属性集中每个属性di都对应着粒子中的一个数据位，粒子为m＋n维向量。

2.3 适应度函数

适应度函数用于评价粒子的优劣，通过适应度函数评价，可以选出较优的候选解集。适应度的大小显示了粒子对于目标函数的适合程度，是用以评价粒子好坏的唯一标准。

为了得到支持度与置信度都较为满意的关联规则，本文采用对支持度与置信度分别设置阈值，并要求同时满足的方法对挖掘出来的关联规则进行评价，即选用支持度与置信度函数作为候选解的适应度评价函数。

2.4 算法流程

（1）将数据库中需求信息编码，随机产生初始种群，并初始化各参数。

（2）取出粒子，对该粒子进行处理，得到一条规则；对规则中的每个属性排列组合产生潜在规则集P，计算规则集P中每个规则的适应度值，删除小于阈值的规则，余下规则存储于规则库G中，并且记下P中适应度最高的规则比较个体历史最优和种群全局最优，并更新个体历史最优和种群全局历史最优；更新粒子的速度和位置。

（3）判断是否满足终止条件，若满足，算法结束；若不满足，则返回步骤（2）继续执行。

（4）将规则库G中的数字化规则进行解码，转化为用户识别的关联规则。

3 基于可拓变换的新规则生成

对于上述挖掘出的IF－THEN规则知识，分别对前件E和后件F寻求可拓变换，形成新的可拓变换规则知识［11］。

定理1 给定规则E1⇒F1，E2⇒F2。若存在条件的可拓变换φE1＝E2，一定存在变换φ′，使φ′F1＝F2，则存在规则：

定理2 给定规则E1⇒F1，E2＆E3⇒F1。若存在条件的可拓变换φE2＝E1，则存在规则：

上述定理用于对规则进行推理，以形成可拓变换规则。

4 实例验证

以某企业摩托车产品需求信息为例。假定数据库需求信息有车型、颜色、体积、外观、安全性、舒适性、价格、满意度8个属性，共有10条用户交易记录，见表1所列。

表1中第1列是用户需求的相关属性名称，每一行代表一条交易记录，因用户需求多以语言形式表述，需将属性数字化。

表1 用户交易记录

由表1可见，根据实际需要将属性分为条件属性集C和结论属性集D，并用区间［1，Jm＋n］中任意整数表示需求属性不同等级，即属性值，见表2所列。

算法参数设置如下：种群规模N＝20，最大迭代次数M＝200，ωstart＝0.9，ωend＝0.4，加速常数c1＝c2＝2，vmin＝－1，vmax＝1，支持度和置信度阈值分别为sp＊＝0.25，cn＊＝0.60。

根据以上建立的数学模型与设计的算法，利用MATLAB7.0编程进行关联规则的挖掘，最终得到满足适应度函数的关联规则集，都具有较高的支持度和置信度，见表3所列，得到了13条关联规则及其2个指标值。

从表3中可以看出，挖掘出关联规则前件项最多包含2个属性，后件项仅含1个属性，这样的规则易于理解与分析。

表2 交易记录数字化

表3 挖掘出的关联规则

参照表1对表3中的规则加以解码，并分别对前件和后件进行可拓变换，再运用（7）式和（8）式推理出可拓规则知识。因规则较多，这里仅以个例说明推理过程。

例如对第7条和第13条规则解码，得到以下关联规则。

第7条规则：IF（车价格昂贵）THEN（舒适性良好）；第13条规则：IF（车体积较大＆价格适中）THEN（舒适性一般）。

对上述解码后的关联规则存在可拓变换φ和φ′使得：

由（7）式得到可拓变换规则：

5 结束语

基于数据挖掘和可拓变换的需求获取方法，将粒子群算法用于关联规则数据挖掘，通过设定支持度和置信度阈值寻取规则知识，实现了挖掘用户需求可拓规则知识的功能。因阈值选取通常依据设计者经验进行决策，主观性较强，故阈值大小的选取方法是下一阶段重点研究的问题。

［1］许永平，石福丽，杨 峰，等.基于QFD与作战仿真的舰艇装备需求分析方法［J］.系统工程理论与实践，2010，30（1）：167－172.

［2］熊 伟，王晓暾.基于质量功能展开的可信软件需求映射方 法 ［J］.浙 江 大 学 学 报：自 然 科 学 版，2010，44（5）：881－886.

［3］王晓暾，熊 伟.质量功能展开中顾客需求重要度确定的粗糙层 次 分 析 法 ［J］.计 算 机 集 成 制 造 系 统，2010，16（4）：763－770.

［4］宋 欣，郭 伟，刘建琴.QFD中用户需求到技术特性的映射方 法 ［J］.天 津 大 学 学 报：自 然 科 学 版，2010，43（02）：174－179.

［5］鲍 宏，刘光复，张 雷，等.面向绿色设计的客户需求转化方法研究［J］.合肥工业大学学报：自然科学版，2010，33（4）：481－486.

［6］Liao S S，Hsieh C，Huang Suiping.Mining product maps for new product development［J］.International Journal of Production Research，2006，44（18）：4027－4041.

［7］Jiao J，Zhang L，Zhang Y，et al.Association rule mining for product and process variety mapping［J］.International Journal of Computer Integrated Manufacturing，2008，21（1）：111－124.

［8］Avasere A，Omiecinski E，Navathe S.An efficient algorithm for mining association rules［C］／／Proceedings of the AAAI Workshop on Knowledge Discovery in Databases，1994：181－192.

［9］Li Cunrong，Yang Mingzhong.Association rules data mining in manufacturing information system based on genetic algorithms［C］／／3rd International Conference on Computational Electromagnetics and Its Applications，ICCEA 2004：153－156.

［10］Li Feng，Liu Ziyan.Effects of multi－objective genetic rule selection on short－term load forecasting for anomalous days［C］／／2006IEEE Power Engineering Society General Meeting，PES，2006IEEE Power Engineering Society General Meeting，2006：10－100.

［11］陈文伟，杨春燕，黄金才.可拓知识与可拓知识推理［J］.哈尔滨工业大学学报，2006，38（7）：1094－1096.