算法 – 时间序列挖掘和产品预测
发布时间：2020-12-14 04:36:35 所属栏目：大数据 来源：网络整理
导读：我面临一个关于序列挖掘的棘手问题,比如我有10个产品,我有数百万条记录,每条记录包含购买的用户,产品和时间戳.每个用户可能只有1条记录或100条记录. 如 ： user 1,p1,t1user 1,t2user 1,p2,t3user 1,p3,t4user 1,t5user 2,t6..... 现在我需要预测何时是为用
|
我面临一个关于序列挖掘的棘手问题,比如我有10个产品,我有数百万条记录,每条记录包含购买的用户,产品和时间戳.每个用户可能只有1条记录或100条记录.
如 ： user 1,p1,t1 user 1,t2 user 1,p2,t3 user 1,p3,t4 user 1,t5 user 2,t6..... 现在我需要预测何时是为用户推广产品的最佳时机. 到目前为止,我的解决方案是将时间分为几类.然后在数据上应用Apriori,例如记录就像 user 1,p1T1 user 1,p2T2 user 1,p3T2 user 1,p2T1... 然后我会得到像p1T1-> p2T2等规则, 但是,我对这个解决方案不是很满意.有什么建议？ 解决方法
您可以应用顺序模式挖掘算法(例如PrefixSpan,SPAM,GSP)或顺序规则挖掘算法,而不是应用Apriori.
您可以在我的网站上查看这些算法的开源Java源代码和一些示例： http://www.philippe-fournier-viger.com/spmf/ 希望这可以帮助, （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |