[发明专利]一种基于粗糙集理论实现电视用户快速分类的方法及系统

摘要

本发明公开一种基于粗糙集理论实现电视用户快速分类的方法及系统。本发明通过对电视用户行为数据的离散化处理，使用属性约简的方法对多属性数据进行降维度处理，获得最佳属性约简集，基于属性约简集和规则库实现对用户活跃度进行快速判别，进而实现了对用户分类，本发明的方法准确度高，实时性高，无需海量数据的存储，可应用于后续的营销及市场推广活动。

主权项

1.一种基于粗糙集理论实现电视用户快速分类的方法，其特征在于，包括步骤：A、通过Spark大数据平台对样本期内的原始数据进行整合处理，生成电视用户的行为决策表；B、采用算法对行为决策表中每一列属性进行离散化处理；C、通过属性简约算法对行为决策表进行属性约简操作，获得最佳属性约简集；所述步骤C具体包括：C1、定义电视节目的因素集合B＝φ；C2、根据因素集合中各个因素计算行为决策表中每条记录的等价关系，划分相应的等价类；C3、根据差别函数计算各条记录对应的电视节目因素的组合，得到差别集合S′；C4、选取差别集合S′中∑w(S′)中值最大的质量因素a，w(S′)为1；C5、将质量因素a加入因素集合B中；C6、移除差别集合S′中包含质量因素a的所有组合；C7、若S′＝φ，返回电视节目的因素集合B；否则，返回C4继续执行；D、根据所述最佳属性约简集建立过滤筛选后的规则库；E、通过测试集测试离散化效果与规则库完备性得到准确度阈值；F、根据最佳属性约简集和规则库实现对用户的分类。