FP－Tree算法在飾品設(shè)計中的應用

黃 瑋

(閩江學院軟件學院，福州 350011)

在企業(yè)產(chǎn)品設(shè)計管理過程中，需要找到設(shè)計與市場、生產(chǎn)等不同維度指標之間的規(guī)律，然后根據(jù)這些規(guī)律，有針對性的設(shè)計指標。為此提出在飾品開發(fā)部門使用FP－Tree算法進行數(shù)據(jù)挖掘，以找到隱藏于數(shù)據(jù)之下的規(guī)律，并使用這些規(guī)律進行飾品的設(shè)計和指導設(shè)計部門的日常管理。

數(shù)據(jù)挖掘技術(shù)在產(chǎn)品設(shè)計領(lǐng)域應用越來越廣泛，相關(guān)研究也不斷深入。針對創(chuàng)新設(shè)計過程中的知識獲取和挖掘需求，文獻［1］采用向量空間模型的夾角余弦算法對知識進行挖掘處理，實現(xiàn)對網(wǎng)絡創(chuàng)新知識的獲取。文獻［2］中，進行外觀創(chuàng)新設(shè)計時按照產(chǎn)品形式美學、使用方式及文化時尚分類建立創(chuàng)新案例庫，實現(xiàn)以用戶為中心的產(chǎn)品開發(fā)。文獻［3］研究了概念設(shè)計過程中所需的知識構(gòu)建了該過程中基于知識工程理念的知識獲取系統(tǒng)框架。文獻［4］則認為在未發(fā)現(xiàn)潛在市場需求之前，產(chǎn)品應先行進化，為此構(gòu)建了進化驅(qū)動型產(chǎn)品創(chuàng)新設(shè)計方法。

數(shù)據(jù)挖掘應用于飾品開發(fā)領(lǐng)域時具有以下特點:(1)客戶訂單產(chǎn)品類別分布離散，無特別明顯的市場關(guān)注產(chǎn)品，不易收集市場評價;(2)飾品開發(fā)有很大的主觀性，無法精確判斷產(chǎn)品的外觀特性;(3)除產(chǎn)品外觀外，種類、材質(zhì)、工藝、地域、季節(jié)等也對產(chǎn)品的生產(chǎn)訂購有較大影響。上述特點與之前文獻中所列舉的環(huán)境有所區(qū)別。為了便于分析挖掘規(guī)律，此處使用FP－Tree的改進算法實現(xiàn)對數(shù)據(jù)的挖掘。

1 FP－Tree算法

FP－Tree算法是Jiawei Han教授提出的一種不需要生成候選頻繁項集的關(guān)聯(lián)規(guī)則挖掘算法。在該算法中其采用分治的策略，使用頻繁模式樹存儲頻繁項信息，然后利用該樹生成頻繁項目集。由于該方法不生成候選項目集，且僅需掃描2次數(shù)據(jù)庫，極大提升了挖掘效率。

FP－Tree算法有 Build_FP－Tree、Insert_FPTree及FP_growth等行為。Build_FP－Tree根據(jù)事務數(shù)據(jù)庫DB與最小支持度Minsup生成頻繁項表。Insert_FP－Tree，則根據(jù)已生成的頻繁項集創(chuàng)建樹的分支。在該過程中對數(shù)據(jù)庫中的每一個事務創(chuàng)建一個分支，在后續(xù)事務分支的創(chuàng)建過程中可與前事務共享前綴。FP_growth則在Insert_FP－Tree創(chuàng)建樹的基礎(chǔ)上進行挖掘。設(shè)挖掘的目標為p，只需要樹中求得以p為結(jié)尾的分支即可得到挖掘的結(jié)果。

2 數(shù)據(jù)挖掘過程

2.1 數(shù)據(jù)預處理

用于挖掘的數(shù)據(jù)主要有兩個方面的來源，一是業(yè)務售部門提供的歷史銷售數(shù)據(jù)，二是質(zhì)檢查部門提供的歷史抽檢情況。在數(shù)據(jù)挖掘前，對原始數(shù)據(jù)需要進行預處理，使之能被應用于挖掘。

(1)數(shù)據(jù)合并處理。兩種數(shù)據(jù)存在較大的不同，先行對其進行合并。合并以訂單編號與產(chǎn)品編號為關(guān)鍵字。合并后的原始數(shù)據(jù)庫DB具有以下結(jié)構(gòu):(產(chǎn)品編號、產(chǎn)品名稱、訂單編號、訂購時間、客戶ID、數(shù)量，…，質(zhì)檢員ID，返工數(shù)，…)。由于產(chǎn)品編號、產(chǎn)品名稱并不能反映產(chǎn)品的屬性，因此需要對其進行擴展。

(2)設(shè)計屬性處理:產(chǎn)品屬性根據(jù)目的可分為設(shè)計屬性與工藝屬性。對于產(chǎn)品的設(shè)計屬性，由開發(fā)部門提供。開發(fā)部門根據(jù)對產(chǎn)品進行總結(jié)，從文化、情感、美觀等多個角度總結(jié)產(chǎn)品的設(shè)計屬性。由于開發(fā)部門之前沒有做過這一類似的工作，出于工作量的考慮，只取銷售數(shù)據(jù)中銷售額最大的前10%產(chǎn)品進行分析。將這些產(chǎn)品樣品提供給開發(fā)部門的領(lǐng)域?qū)＜?，由領(lǐng)域?qū)＜矣枚鄠€簡短的形容詞來總結(jié)其產(chǎn)品的屬性，例如“簡約”、“華貴”等。統(tǒng)計每個屬性出現(xiàn)頻率后取前20%的屬性放入屬性庫中。

屬性庫中存放的是用于描述所有產(chǎn)品可能出現(xiàn)的設(shè)計屬性，針對具體的產(chǎn)品需要為其設(shè)計屬性進行度量。度量公式為:

式中:Vi為產(chǎn)品在第i個設(shè)計屬性上的值;Mij表示第j個人在對產(chǎn)品的i屬性給出的評價值;Pj為該評價人的權(quán)重。由于Vi的取連續(xù)數(shù)值，后續(xù)需要進行離散化的處理。

(3)工藝屬性處理:工藝屬性反映產(chǎn)品工藝上的物理特征，例如:材質(zhì)、大小、光面，特殊工序等，與設(shè)計屬性相比，這一部分的屬性較為客觀，由生產(chǎn)部門提供。

(4)離散化處理。例如光面大小的取值是個連續(xù)的范圍，根據(jù)加工工藝可對其分為L、M、S等三個類別。對于時間的分，只以淡季、旺季、正常三種離散的值進行劃分。對于一種產(chǎn)品的市場價值，則以每年度所有訂單中該產(chǎn)品的總金額進行劃分，按金額的大小由財務部門將其劃分為極重要、重要、中等、一般、不重要5個類別。而對于(2)中的產(chǎn)品設(shè)計屬性Vi，則設(shè)計一個閥值λ，當Vi＜λ時，取Vi=0;當 Vi≥ λ 時，取 Vi=1。

(5)數(shù)據(jù)擴充與消減處理:為了反映產(chǎn)品與銷售之間的關(guān)聯(lián)，需要在挖掘前增加客戶的相關(guān)信息(區(qū)域、規(guī)?！?。同時消去與挖掘目的沒有明顯關(guān)聯(lián)的屬性或重復的屬性。如當對研究市場情況時，消除與質(zhì)檢的相關(guān)信息。

2.2 數(shù)據(jù)挖掘

(1)設(shè) min_sup=10%，min_conf=40%

(2)第一次掃描數(shù)據(jù)庫時，導出頻繁項集L=(銀材 a、時尚 b、永恒 c、…..、光面大 n、……)，其中a，b，c，n表示支持度。根據(jù)頻繁項集中每個元素的支持數(shù)排序后去除不頻繁的項，達到化簡數(shù)據(jù)庫的目的。表1中給出了部分原始數(shù)據(jù)庫與排序后的部分數(shù)據(jù)示例。

表1 原始數(shù)據(jù)庫/排序后的數(shù)據(jù)庫(部分示例)

表中的示例使用中文進行說明，在實際挖掘的過程中則根據(jù)數(shù)據(jù)字典的編號進行處理。

(3)第二次掃描數(shù)據(jù)庫，對每一個事務創(chuàng)建分支。例如，讀取1001事務時，創(chuàng)建構(gòu)造樹的第一個分支＜銀材1→時尚1→永恒1→一般1＞。對于第二個事務，由于其排序后的頻繁項表＜銀材1→時尚1→尖晶1→中等1＞與已有分支共享前綴＜銀材、時尚＞因此對前綴的每個結(jié)點數(shù)加1，形成新的分支＜銀材2→時尚2→尖晶1→中等1＞。掃描完數(shù)據(jù)庫DB中的所有事務后，即可得到FP－Tree樹，圖1給出了該樹的部分結(jié)構(gòu)。

圖1 FP－Tree樹部分示例

2.3 結(jié)果分析解釋

對數(shù)據(jù)進行挖掘后可獲得飾品與設(shè)計、市場、工藝等相關(guān)的信息，除去一些明顯的已為企業(yè)所知的規(guī)律，以下提供部分的示例用以說明。

銀材飾品在所有被訂購的產(chǎn)品中的份額最大，黃金材質(zhì)飾品則有穩(wěn)定的銷量和周期。具有較大光面的飾品和嵌有大號水鉆的飾品往往具有“時尚”屬性，磨砂工藝的產(chǎn)品多具有“華貴”屬性，超過之前所認為的電鍍。使用皮繩部件的飾品多具有“新潮”這一設(shè)計屬性，與手鏈產(chǎn)品關(guān)聯(lián)大，多用“古銀”工藝。在工藝上震桶、修邊的返修率低，而拋光則有最高的次品率和返修率，在現(xiàn)有的工藝下需要減少產(chǎn)品的光面。

3 挖掘結(jié)果在管理中的應用

在明確了解產(chǎn)品的設(shè)計屬性所對應的市場價值及工藝成本后，開發(fā)部門可以以此為依據(jù)進行開發(fā)人員績效的考核;由于可知飾品材質(zhì)、外型、顏色、零配件等多種物理屬性與設(shè)計屬性之間的對應關(guān)系，在設(shè)計時可避開工藝上不易于生產(chǎn)的部分，減少生產(chǎn)的成本;將客戶屬性也納入挖掘體系后，得知地域與產(chǎn)品屬性的關(guān)聯(lián)情況。以上這些均可在開發(fā)部門對新員工的培訓時進行有針對性的訓練，減少其自行摸索的時間成本。

可見在對飾品的相關(guān)數(shù)據(jù)進行挖掘后的信息有利于開發(fā)部門的管理規(guī)范化，減少了之前粗放式管理的管理成本，提高了企業(yè)的開發(fā)效率，也增加了企業(yè)對市場的把握能力。

4 結(jié)語

飾品開發(fā)中的主觀性強，對新產(chǎn)品的在市場、生產(chǎn)等維度上的優(yōu)劣難以判斷。這給開發(fā)部門的績效管理、成本管理、知識管理等均造成很大的困撓。在使用FP－Tree算法對歷史銷售數(shù)據(jù)與生產(chǎn)數(shù)據(jù)進行挖掘后得到了部分的未知知識，這些知識對于企業(yè)的管理起到了有效的指導作用。

［1］周翼，張曉冬，郭波.面向產(chǎn)品創(chuàng)新設(shè)計的網(wǎng)絡知識獲取及挖掘［J］.現(xiàn)代制造工程，2010(6):28－31.

［2］劉征，孫守遷，吳劍鋒，等.基于用戶認知的產(chǎn)品外觀創(chuàng)新設(shè)計知識模型［J］.計算機集成制造系統(tǒng)，2009(2):59－64.

［3］姜娉娉，黃克正，黃寶香，等.產(chǎn)品概念創(chuàng)新設(shè)計中的知識獲取［J］.制造技術(shù)與機床，2005(8):41－43.

［4］麻廣林，李彥，黃振勇，等.進化驅(qū)動型產(chǎn)品創(chuàng)新設(shè)計方法研究［J］.計算機集成制造系統(tǒng)，2009(5):19－27.

［5］Han Jiawei，Pei Jian，Yin Yiwen.Mining Frequent Patterns without Candidate Eneration:a Frequent－pattern Tree Approach［J］.Data Mining and Knowledge Discovery，2004，8(1):53－87.