非线性属性置信规则测度的茶叶消费者偏好挖掘模型

摘要：

为了精确的衡量消费者的购物偏好,为企业提供决策信息,本文在大数据关联规则挖掘技术的基础上,建立了一种基于非线性属性置信规则测度的茶叶消费者偏好挖掘模型.首先根据非线性属性的因果关系构建置信规则库,然后以此建立消费者偏好挖掘模型,采用加权乘法聚集函数计算模型的逻辑关系,并针对模型的误差影响因子对其偏好等级的信度分配参数进行优化.模型实例仿真结果表明,与茶叶实际销售数据进行对比,本文提出的模型得到的最终结果与实际结果基本一致,证明了该模型的有效性和实用性.

关键词：关联规则、茶叶销售偏好、置信规则、非线性属性、加权惩罚聚集函数

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

在线出版日期：2017-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：167-169,261