基于改进FP-growth算法的售后服务数据挖掘

doi:10.16731/j.cnki.1671-3133.2021.06.006

现代制造工程 ›› 2021, Vol. 489 ›› Issue (6): 31-37.doi: 10.16731/j.cnki.1671-3133.2021.06.006

基于改进FP-growth算法的售后服务数据挖掘

王营，高琦，李婷玉，张乐

出版日期:2021-07-06 发布日期:2021-07-06
基金资助:
国家重点研发计划项目（2018YFB1702601）；山东省重大科技创新工程项目（2019JZZY010442）

Online:2021-07-06 Published:2021-07-06

摘要/Abstract

摘要： 针对产品在保养、维修等售后服务过程中产生海量数据,但对这些数据分析匮乏的问题,首先从售后服务角度对数据进行整理,构建结构化的售后服务数据集;然后对利用FP-growth算法挖掘售后服务数据时FP树构建效率低和生成频繁项集相关性低的问题进行优化,提出一种改进FP-growth算法;最后通过实验分析,表明改进FP-growth算法能有效提高售后服务数据的关联规则挖掘效率与规则相关性,能够获取服务质量的关联规则知识。

中图分类号:

王营，高琦，李婷玉，张乐. 基于改进FP-growth算法的售后服务数据挖掘[J]. 现代制造工程, 2021, 489(6): 31-37.

[1]	余淑均，宁莹珂，李胜强. 基于区块链的再制造工艺信息共享系统研究[J]. 现代制造工程, 2022, 499(4): 50-58.
[2]	周勇樟，王艳. 基于区间数聚类分析的多属性瓶颈区域识别方法[J]. 现代制造工程, 2022, 496(1): 1-9.
[3]	陈国才. 基于函数型大数据聚类分析的机械故障在线检测[J]. 现代制造工程, 2021, 489(6): 142-147.

基于改进FP-growth算法的售后服务数据挖掘

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 3

编辑推荐

Metrics