李亭立

(1.湖南工業(yè)大學(xué)計(jì)算機(jī)學(xué)院，湖南 株洲412000；2.湖南省智能信息感知及處理技術(shù)重點(diǎn)實(shí)驗(yàn)室，湖南 株洲412000)

1 研究意義及方法

服裝行業(yè)整體環(huán)境具有復(fù)雜動(dòng)態(tài)性，服裝企業(yè)大規(guī)模生產(chǎn)面料，難以挖掘出面料間的關(guān)聯(lián)規(guī)則。服裝的面料組成復(fù)雜，不同服裝由不同規(guī)格型號(hào)的面料構(gòu)成?，F(xiàn)實(shí)情況下，不同功能特性的服裝由不同規(guī)格型號(hào)的面料制造而成，一件服裝所需的面料種類多。更進(jìn)一步的，由于客戶需求各式各樣，導(dǎo)致服裝生產(chǎn)企業(yè)在生產(chǎn)順應(yīng)市場(chǎng)環(huán)境的服裝產(chǎn)品時(shí)，對(duì)不同規(guī)格型號(hào)的面料需求也越來越多。因此，企業(yè)只有在挖掘出不同規(guī)格型號(hào)面料間關(guān)聯(lián)規(guī)則的基礎(chǔ)上，才能更好地完成不同服飾產(chǎn)品的生產(chǎn)，進(jìn)一步提升經(jīng)濟(jì)價(jià)值。

由于服裝面料復(fù)雜多樣性的特征，服裝企業(yè)通過先驗(yàn)算法挖掘并分析不同規(guī)格型號(hào)面料間的關(guān)聯(lián)規(guī)則，較人工相比，能快速找到千百種面料間的服裝成品的關(guān)系構(gòu)成。服裝面料歷史訂單是標(biāo)準(zhǔn)型數(shù)據(jù)，采用先驗(yàn)算法可以挖掘歷史訂單中不同規(guī)格型號(hào)面料間的強(qiáng)關(guān)聯(lián)關(guān)系。先驗(yàn)算法具有某項(xiàng)集頻繁則子項(xiàng)集也頻繁的特性，依據(jù)這個(gè)特性可以防止項(xiàng)集的數(shù)目過快的增多，能實(shí)現(xiàn)在更短的時(shí)間里得到頻繁項(xiàng)集的目的，這適合面料間關(guān)聯(lián)規(guī)則問題的解決。

本文為解決服裝企業(yè)對(duì)不同規(guī)格型號(hào)面料關(guān)聯(lián)關(guān)系挖掘難的問題，通過先驗(yàn)算法挖掘面料間的關(guān)聯(lián)規(guī)則，實(shí)現(xiàn)多批多類服裝面料的關(guān)聯(lián)生產(chǎn)與銷售，提升企業(yè)經(jīng)濟(jì)效益，推動(dòng)企業(yè)智能化發(fā)展。

關(guān)聯(lián)規(guī)則主要指基于某些事件或物體同時(shí)發(fā)生的情況下，這些事件或物體之間的關(guān)聯(lián)聯(lián)系[1]。關(guān)聯(lián)規(guī)則是在大型的數(shù)據(jù)集中發(fā)掘變量間重要規(guī)則的方法[2]。Agrawal 等首次提出先驗(yàn)關(guān)聯(lián)規(guī)則算法，關(guān)聯(lián)規(guī)則的挖掘有助于分析事物間的關(guān)聯(lián)性，有利于決策的制定[3]。本文通過先驗(yàn)算法挖掘不同規(guī)格型號(hào)面料間的關(guān)聯(lián)規(guī)則，對(duì)于在復(fù)雜的服裝生產(chǎn)過程中，分析多批多類面料的關(guān)聯(lián)程度以及多款多類服裝產(chǎn)品間的構(gòu)成關(guān)系有所幫助?；谙闰?yàn)算法的服裝面料關(guān)聯(lián)規(guī)則挖掘方法有助于企業(yè)生產(chǎn)效率的提高以及經(jīng)濟(jì)效益的提升。

2 數(shù)據(jù)來源及處理

本文采用某服裝生產(chǎn)企業(yè)的歷史面料生產(chǎn)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。選取該企業(yè)2017 年3 月至2018 年3 月共計(jì)106 種類別的面料歷史數(shù)據(jù)進(jìn)行預(yù)處理，每組數(shù)據(jù)都記錄了不同型號(hào)面料的日期、面料型號(hào)以及數(shù)量信息。面料數(shù)據(jù)由于其行業(yè)性質(zhì)，通常會(huì)一次性生產(chǎn)一批服裝產(chǎn)品，一批產(chǎn)品供一段時(shí)間使用，體現(xiàn)在數(shù)據(jù)上會(huì)存在某些不規(guī)則數(shù)據(jù)的干擾。因此，對(duì)歷史數(shù)據(jù)進(jìn)行預(yù)處理非常重要。通過研究實(shí)際的生產(chǎn)情況，分析異常數(shù)據(jù)以及缺失數(shù)據(jù)出現(xiàn)的原因，根據(jù)數(shù)據(jù)特征進(jìn)行相應(yīng)的預(yù)處理。在進(jìn)行數(shù)據(jù)預(yù)處理時(shí)，考慮企業(yè)實(shí)際生產(chǎn)情況中每批次面料生產(chǎn)數(shù)量大，并且單次面料生產(chǎn)量可供一段時(shí)間使用，體現(xiàn)在數(shù)據(jù)上可能過于離散。因此，采用重采樣的方法處理數(shù)據(jù)過于離散的問題。多維度整合后的面料歷史數(shù)據(jù)可以用于挖掘不同規(guī)格型號(hào)面料間的關(guān)聯(lián)規(guī)則。

3 模型構(gòu)建

先驗(yàn)算法通過循環(huán)進(jìn)行逐層搜索的方式尋找關(guān)聯(lián)規(guī)則，其主要分為連接步和剪枝步兩部分。連接步是指將所有項(xiàng)集內(nèi)的內(nèi)容分別按照屬性值順序排序，若兩個(gè)項(xiàng)集彼此的前部分值完全相同，只有最后一項(xiàng)的值不同，則可以將這兩個(gè)項(xiàng)集進(jìn)行連接。剪枝步是根據(jù)先驗(yàn)算法的原理去除不符合的項(xiàng)集的過程，即某項(xiàng)集不頻繁其子集也不頻繁的原理，則當(dāng)搜索到非頻繁項(xiàng)集時(shí)，將非頻繁的項(xiàng)集舍棄。

支持度、置信度和提升度是評(píng)估關(guān)聯(lián)規(guī)則的三個(gè)重要指標(biāo)。支持度代表著在數(shù)據(jù)集中某些存在關(guān)聯(lián)的數(shù)據(jù)共同存在的量與數(shù)據(jù)集中數(shù)據(jù)項(xiàng)的量的比值，可以用存在關(guān)聯(lián)的數(shù)據(jù)同時(shí)存在的概率來表示。支持度是評(píng)估頻繁項(xiàng)集的一項(xiàng)重要指標(biāo)，支持度越高，構(gòu)成頻繁項(xiàng)集的可能性越高，并且支持度低于某個(gè)限度時(shí)將被去除。這個(gè)限度就是最小支持度閾值，其代表著項(xiàng)集的最小支持度。頻繁項(xiàng)集是指支持度大小在最小支持度閾值之上的項(xiàng)集，反之在其之下的項(xiàng)目則是非頻繁項(xiàng)集。在現(xiàn)實(shí)商業(yè)環(huán)境中，它代表著消費(fèi)者要求關(guān)聯(lián)規(guī)則必須滿足的最低概率，用于指定規(guī)則需要滿足的最低標(biāo)準(zhǔn)[4]。置信度表示的是當(dāng)數(shù)據(jù)集中存在某項(xiàng)之后，另一不同的項(xiàng)也存在的概率，所有置信度越高，關(guān)聯(lián)規(guī)則越可靠[5]。提升度代表著兩事件之間存在著某種關(guān)聯(lián)關(guān)系的強(qiáng)弱程度，當(dāng)提升度的值越大時(shí)，則代表著兩者間關(guān)聯(lián)的程度也越強(qiáng)。當(dāng)提升度的值大于1 時(shí)，說明兩事件之間成正相關(guān)關(guān)系；當(dāng)提升度的值為1 時(shí)，說明兩事件之間沒有相關(guān)關(guān)系；當(dāng)提升度的值小于1 時(shí)，說明兩事件之間成負(fù)相關(guān)關(guān)系[6]。

預(yù)處理面料歷史數(shù)據(jù)后，構(gòu)建先驗(yàn)算法挖掘不同規(guī)格型號(hào)面料間的關(guān)聯(lián)規(guī)則。首先，遍歷所有不同規(guī)格型號(hào)的面料數(shù)據(jù)，生成面料類別候選頻繁1 項(xiàng)集。然后，計(jì)算各面料類別頻繁1 項(xiàng)集的支持度。再將計(jì)算得到的結(jié)果依次和提前設(shè)置的最小支持度對(duì)比，去除小于最小支持度閾值的面料類別項(xiàng)集。然后判斷剩余的項(xiàng)集是否為空，成立時(shí)將產(chǎn)生關(guān)聯(lián)規(guī)則。不成立時(shí)，連接生成k+1 項(xiàng)面料類別頻繁項(xiàng)集。循環(huán)連接與剪枝的步驟，直至生成具有可信度的不同規(guī)格型號(hào)間的面料關(guān)聯(lián)規(guī)則?；谙闰?yàn)算法的服裝面料關(guān)聯(lián)規(guī)則挖掘流程如圖1 所示。

圖1 基于先驗(yàn)算法的面料關(guān)聯(lián)規(guī)則挖掘流程圖Fig.1 Flowchart of mining fabricassociation rules based on prioralgorithm

針對(duì)面料的復(fù)雜性，采用先驗(yàn)算法挖掘不同規(guī)格型號(hào)服裝面料間的關(guān)聯(lián)程度。先驗(yàn)算法能找出數(shù)據(jù)集之間的關(guān)聯(lián)信息，其具有良好的整體性能。先驗(yàn)算法與頻繁項(xiàng)集挖掘面料間關(guān)聯(lián)規(guī)則的辦法相比，能降低計(jì)算量，提高挖掘效率，適合本文多批多類不同規(guī)格型號(hào)面料需求預(yù)測(cè)問題的解決。在關(guān)聯(lián)規(guī)則產(chǎn)生的部分，由于不需要再遍歷數(shù)據(jù)集內(nèi)的各數(shù)據(jù)項(xiàng)，因此頻繁項(xiàng)集發(fā)掘是算法非常重要的一部分。在尋找頻繁項(xiàng)集的階段，若是數(shù)據(jù)集中的項(xiàng)目過多，則會(huì)產(chǎn)生數(shù)據(jù)組合爆炸的問題。因此傳統(tǒng)的基于頻繁項(xiàng)集挖掘關(guān)聯(lián)關(guān)系的方法具有缺陷性。針對(duì)此問題，先驗(yàn)算法具有某項(xiàng)集頻繁則子項(xiàng)集也頻繁，以及某項(xiàng)集非頻繁則對(duì)應(yīng)超集也非頻繁的特性。在相同情況下，先驗(yàn)算法的過程更簡(jiǎn)單，效率更高。

先驗(yàn)算法通過遍歷數(shù)據(jù)的方式，查找其中經(jīng)常出現(xiàn)的數(shù)據(jù)構(gòu)成頻繁項(xiàng)集，然后采取對(duì)這些頻繁項(xiàng)集進(jìn)行約束的方式來找到關(guān)聯(lián)規(guī)則，基于此來幫助決策者制定相關(guān)策略。但此過程中，單單以某項(xiàng)集出現(xiàn)的次數(shù)來衡量是否是頻繁項(xiàng)集的方法是片面的，此過程需要按照關(guān)聯(lián)規(guī)則的信度標(biāo)準(zhǔn)進(jìn)行衡量。采用先驗(yàn)算法分析不同規(guī)格型號(hào)面料間的關(guān)聯(lián)程度可以找到面料間潛在的關(guān)聯(lián)規(guī)則。最小支持度閾值的設(shè)置是挖掘不同規(guī)格型號(hào)面料規(guī)則的重點(diǎn)，通過對(duì)比不同支持度閾值生成的規(guī)則數(shù)可以得到合適的最小支持度閾值參數(shù)。為保證基于先驗(yàn)算法的服裝面料關(guān)聯(lián)規(guī)則挖掘模型有更好的效果，本實(shí)驗(yàn)不采用模型默認(rèn)的最小支持度閾值，而采用對(duì)比的方法確定該值。由于面料種類多，分別設(shè)置支持度閾值大小為0.1%、0.5%、1%、2%、3%、4%以及5%，得到不同的生成的面料關(guān)聯(lián)規(guī)則條數(shù)。其中當(dāng)支持度閾值為2%時(shí)，生成了56 條關(guān)聯(lián)規(guī)則，并且有32 條有0.5 以上的置信度。說明最小支持度閾值設(shè)置為2%時(shí)，挖掘出的不同規(guī)格型號(hào)面料間的關(guān)聯(lián)規(guī)則具有可信度。因此，本實(shí)驗(yàn)設(shè)置服裝面料的最小支持度閾值為2%。

提升度Lift 代表著事件之間存在著某種關(guān)聯(lián)的強(qiáng)弱程度，當(dāng)提升度的值越大時(shí)，則代表著兩者間關(guān)聯(lián)的程度也越強(qiáng)。當(dāng)Lift＞1 時(shí)，面料間呈正相關(guān)，且當(dāng)值越大時(shí)，面料間的關(guān)聯(lián)正相關(guān)程度越高。當(dāng)Lift＝1 時(shí)，面料間沒有相關(guān)關(guān)系。當(dāng)Lift＜1 時(shí)，面料間呈負(fù)相關(guān)，且當(dāng)數(shù)值越小時(shí)，負(fù)相關(guān)程度越高。將提升度Lift 作為規(guī)則排序的度量依據(jù)，并設(shè)置最小度量值為1。由于總共有106 種規(guī)格型號(hào)的面料，因此設(shè)置最大的項(xiàng)集長(zhǎng)度為106，以此來防止關(guān)聯(lián)算法失效?；谙闰?yàn)算法的面料關(guān)聯(lián)規(guī)則挖掘模型的參數(shù)配置如表1 所示。

表1 基于先驗(yàn)算法的面料關(guān)聯(lián)規(guī)則挖掘模型參數(shù)配置Tab.1 Parameter configuration of fabric association rule mining model based on prior algorithm

4 實(shí)驗(yàn)及結(jié)果分析

采用先驗(yàn)算法遍歷服裝面料歷史生產(chǎn)數(shù)據(jù)，同時(shí)生成候選的面料類別頻繁項(xiàng)集。按照面料類別分別計(jì)算其支持度，將計(jì)算得到的結(jié)果與最小支持度閾值做比較，去除小于2%的候選面料項(xiàng)集，循環(huán)連接生成候選頻繁項(xiàng)集直至產(chǎn)生面料關(guān)聯(lián)規(guī)則?；谙闰?yàn)算法挖掘出的不同規(guī)格型號(hào)面料間的關(guān)聯(lián)結(jié)果如表2 所示。

表2 面料關(guān)聯(lián)結(jié)果Tab.2 Fabric association results

由結(jié)果可知，面料jsfkl45786 與面料hgfsd15354 的關(guān)聯(lián)程度最高，其Lift 值為5.62，Confidence 為83.72%，代表著這兩種面料具有很強(qiáng)的正相關(guān)性，且具有可靠性。

5 結(jié)論

本文主要采用基于先驗(yàn)算法的服裝面料關(guān)聯(lián)規(guī)則挖掘方法，解決服裝企業(yè)大規(guī)模多批多類面料關(guān)聯(lián)規(guī)則挖掘難的問題。挖掘不同規(guī)格型號(hào)面料間的關(guān)聯(lián)規(guī)則，能根據(jù)服裝成品的關(guān)系構(gòu)成，優(yōu)化服裝的生產(chǎn)過程。本文在研究實(shí)際業(yè)務(wù)場(chǎng)景的基礎(chǔ)上，針對(duì)面料的復(fù)雜性，采取相應(yīng)的方法對(duì)歷史數(shù)據(jù)中的異常數(shù)據(jù)以及缺失數(shù)據(jù)進(jìn)行預(yù)處理，為模型提供一批可靠的高質(zhì)量數(shù)據(jù)。采用先驗(yàn)算法挖掘不同規(guī)格型號(hào)服裝面料間的關(guān)聯(lián)程度，并設(shè)計(jì)相關(guān)實(shí)驗(yàn)進(jìn)行驗(yàn)證，將評(píng)價(jià)指標(biāo)作為判定生成規(guī)則有效性的依據(jù)，驗(yàn)證面料關(guān)聯(lián)規(guī)則挖掘的實(shí)現(xiàn)。基于先驗(yàn)算法的服裝面料關(guān)聯(lián)規(guī)則挖掘方法能找到多批多類服裝面料間的關(guān)聯(lián)，適配了服裝生產(chǎn)過程中面料需求的不確定性，有利于服裝企業(yè)生產(chǎn)效率的提高以及經(jīng)濟(jì)效益的提升。