鑒于零件庫能夠有效支持專業(yè)化協(xié)同設(shè)計(jì)和制造,提高效率,降低成本,而用戶在使用零件庫時(shí)希望快速搜索到實(shí)現(xiàn)某一功能、組成某一部件的一組關(guān)聯(lián)零件,以免分頭搜索各種零件,提出了基于用戶大數(shù)據(jù)的關(guān)聯(lián)零件搜索方法。該方法主要包括:對關(guān)聯(lián)關(guān)系挖掘算法FP-Growth進(jìn)行優(yōu)化;提出基于用戶大數(shù)據(jù)的關(guān)聯(lián)零件集成搜索方法;通過模具零件數(shù)據(jù)搜索完成實(shí)驗(yàn)驗(yàn)證。 

【文章來源】：成組技術(shù)與生產(chǎn)現(xiàn)代化. 2020,37(02)

【文章頁數(shù)】：6 頁

【部分圖文】：

FP-tree示例

首選遍歷數(shù)據(jù)庫,統(tǒng)計(jì)每個(gè)項(xiàng)目的支持度,通過動態(tài)調(diào)整獲得最小支持度(minSup);其次把每個(gè)項(xiàng)目非增序地插入樹中,可以得到多支持度樹(在構(gòu)建樹形結(jié)構(gòu)的時(shí)候,需要構(gòu)建一個(gè)二維支持度數(shù)組,若數(shù)組中有m個(gè)頻繁項(xiàng)集,則數(shù)組中的元素個(gè)數(shù)為I=m·(m-1)/2);然后從二維數(shù)組中找到每個(gè)項(xiàng)目的支持度,根據(jù)最小支持度得到頻繁項(xiàng)集,并根據(jù)每個(gè)項(xiàng)目的頻繁項(xiàng)集構(gòu)建最大的頻繁項(xiàng)集樹;最后,根據(jù)最小置信度挖掘頻繁項(xiàng)集中存在的不同物品之間的關(guān)聯(lián)關(guān)系。2 基于用戶大數(shù)據(jù)的關(guān)聯(lián)零件搜索的場景和流程

大型零件庫中的零件很多。用戶在使用零件庫時(shí),經(jīng)常會在平臺內(nèi)瀏覽零件的信息,或者下載這些零件的三維CAD模型,這就形成了很多的用戶搜索行為數(shù)據(jù)。從這些用戶搜索行為數(shù)據(jù)中可挖掘不同零件組合的關(guān)聯(lián)性。通用零件如“螺栓”“螺母”“墊圈”是一種組合關(guān)系,零件庫用戶在下載螺栓三維CAD模型的時(shí)候,往往也會下載相匹配的螺母和墊圈的三維CAD模型。圖3所示為某零件庫中用戶下載不同模具的歷史記錄。2.2 基于用戶大數(shù)據(jù)的關(guān)聯(lián)零件搜索流程

【參考文獻(xiàn)】：
期刊論文
[1]基于關(guān)聯(lián)規(guī)則和孤立點(diǎn)算法的審計(jì)證據(jù)獲取研究[J]. 楊松,張琪君.  工業(yè)控制計(jì)算機(jī). 2017(02)
[2]面向工程重用的三維零件庫服務(wù)系統(tǒng)[J]. 劉雪梅,李愛平.  計(jì)算機(jī)集成制造系統(tǒng). 2010(07)

碩士論文
[1]基于多最小支持度關(guān)聯(lián)規(guī)則的電子商務(wù)推薦系統(tǒng)的研究與實(shí)現(xiàn)[D]. 陳星星.暨南大學(xué) 2017
[2]基于關(guān)聯(lián)規(guī)則的交通事故數(shù)據(jù)挖掘[D]. 胡震波.天津大學(xué) 2017
[3]基于協(xié)同過濾及關(guān)聯(lián)規(guī)則的混合推薦算法研究[D]. 劉曉琳.西安電子科技大學(xué) 2014
[4]基于關(guān)聯(lián)規(guī)則的個(gè)性化推薦算法研究[D]. 張佳樂.山西大學(xué) 2014
[5]基于關(guān)聯(lián)規(guī)則的推薦算法研究與應(yīng)用[D]. 鄧先箴.華東師范大學(xué) 2010



本文編號：3559589