[发明专利]一种基于数据压缩的改进的Apriori算法

权利要求书

1.一种基于数据压缩的改进的Apriori算法，包括步骤：

判断数据库中的事物记录条数N大于该数据库中所有数据项的所有可能的组合数M时，生成数据库项与该数据项数量的映射表DB_Map_Table；

将该映射表DB_Map_Table中的所有健值对<key，value>按key的大小升序排列，即KEY＝{key₁，key₂，...key_m}，key₁＜key₂＜...＜key_m；

利用Apriori算法从DB_Map_Table表的第处开始扫描该DB_Map_Table表，以计算每个候选集I_k＝{I₁，I₂...I_x}的支持度。

2.根据权利要求1的基于数据压缩的改进的Apriori算法，其特征在于生成所述映射表DB_Map_Table的过程包括以下步骤：

设置长度为m的bitmask＝<0000...0>；

顺序读取数据库的每一项，对于所读取的数据库的项T_k＝{I_x，I_y，...I_z}，调用f(X)，将bitmask＝<0000...0>对应的x，y，...z位设置为1，生成T_k对应的bitvector＝<01_x....1_y..1_z0>；

bitvector＝<01_x....1_y..1_z0>转化为对应的十进制键值key_k；

调用count＝H(key_k)，若返回的结果为0，则H(key_k)＝1，若返回值大于0，H(key_k)＝count+1；

重复以上步骤直至扫描完整个数据库。

3.根据权利要求1或2的基于数据压缩的改进的Apriori算法，其特征在于还包括：引入函数d(key_I)，d(key_I)＝I＝{I₁，I₂，...I_x}，并且根据公式sup(Ik)=ΣkeykmH(i),(d(keyk)⊆d(i))]]>计算每个候选集合的支持度。

4.根据前述权利要求之一的基于数据压缩的改进的Apriori算法，其特征在于还包括：使用Apriori算法生成I(I＞2)项候选集时，判断将要合并的两个频繁集I_X，I_Y中不同的两项i_x，i_y所组成的2项集i_xy＝{i_x，i_y}是否是2项频繁集I_F的子集，若则将I_X ∪I_Y加入候选集的集合I_n中。