[发明专利]一种用户参与的个性化产品概念设计方法

权利要求书

1.一种用户参与的个性化产品概念设计方法，其特征在于，包括以下步骤：

步骤1：初始化，赋予进化控制参数；

步骤2：初始化种群，并删除与禁忌域数据库中比对成功的个体，产生初始种群；

步骤3：判断种群个体数是否大于临界值，若是，则为定性评估阶段，转至步骤4；否则为定量评估阶段，转至步骤11；

步骤4：用户分别按照满意度、厌恶度递减的顺序选择若干个喜欢/不喜欢的个体；

步骤5：根据用户的选择时间确定用户对于所选择的个体的适应度值；

步骤6：进行块搜索，分析用户已评价个体，运用关联规则得到其中的关联块；

步骤7：将搜索出来的关联块进行分类，分为适应块、进化块以及淘汰块；

步骤8：借鉴协同过滤推荐算法对用户偏好进行预测及归纳，预测用户对未评价的属性表现型的偏好；

步骤9：判断是否满足变种群条件，若是，种群个体数减半，转至步骤10；若否，直接转至步骤10；

步骤10：系统根据对用户偏好的分析结果产生新的种群，转至步骤3；

步骤11：用户逐一评价种群个体，用户对种群个体进行打分；

步骤12：根据用户犹豫度，对个体分数进行调整，确定最终个体适应度；

步骤13：判断是否出现用户最满意解或者满足进化终止条件，若是，则输出最终结果，算法结束；否则，转至步骤6。

2.根据权利要求1所述的用户参与的个性化产品概念设计方法，其特征在于，所述步骤6和7中关联块的搜索和分类，包括以下步骤：

为了使块便于参与种群生成，使用关联规则表示块，关联规则的形式为其中X为规则前提，Y为规则结果，故块表示为B＝(A_x，A_y)，其中A_x、A_y均为属性表现型集合，分别对应关联规则的前提和结果，且通过关联规则中的Apriori算法在最佳适应值个体数据库以及不良适应值个体数据库中进行块搜索，Apriori算法的实现过程主要包括以下两个步骤：

1)寻找频繁项集，找出支持度不小于最小支持度阈值的所有频繁项集，支持度为已评价且包含属性集合(A_x∪A_y)的个体数与所有已评价个体数之比，包含公式：

2)由频繁项集产生强关联规则，找出满足最小支持度和最小置信度的关联规则，即对于属性集合(A_x∪A_y)所有的非空子集A_x，如果P(A_y|A_x)≥min_conf则产生B＝(A_x，A_y)的块，置信度的定义包含公式：

分别以最佳适应值个体数据库和不良适应值个体数据库作为数据源进行两次块搜索，得到满足预先设定的支持度与置信度阈值的块，之后按照用户对块的偏好程度将块分类，块的偏好的计算包含公式：

其中，为满足B_i块属性组合表现型且被用户评价过的个体的集合，fitness(I_j)为个体I_j的适应度，若该个体被用户在不同代多次评价，则适应度取算数平均值，包含如下公式：

其中，表示用户第i次对进化个体I_j评价产生的适应度，n为用户对该个体评价总次数；

适应块和进化块通过对最佳适应值个体数据库的块搜索得到，若搜索到的块大于预先设置的适应块偏好值最小阈值，则为适应块；同理，大于预先设置的进化块偏好值最小阈值的为进化块；淘汰块为从不良个体数据库中搜索到的大于设置的淘汰块偏好值最小阈值的块。