[发明专利]频繁数据的挖掘方法、装置、设备及计算机可读存储介质

说明书

本发明涉及大数据，公开了一种频繁数据的挖掘方法、装置、设备及存储介质，涉及数据处理技术领域，该方法的步骤包括：获取预设的待挖掘数据对应数据库中的项目数据集，以及获取所述项目数据集中的数据序列；确定所述项目数据集中各数据项目对应的重要度，并根据所述重要度和所述数据序列确定所述项目数据集对应的目标数据序列；根据所述重要度和所述目标数据序列创建频繁模式树FP‑Tree，并根据所述FP‑Tree挖掘所述待挖掘数据中的频繁数据。本发明提高了服务器运行FP‑Growth算法过程中的运行速率，以及提高了FP‑Growth算法在服务器中的运算速度。本发明还涉及区块链技术，所述频繁数据存储于区块链中。

技术领域

本发明涉及大数据技术领域，尤其涉及一种频繁数据的挖掘方法、装置、设备及计算机可读存储介质。

背景技术

FP-Growth是频繁数据挖掘的常用算法之一，FP-Growth将提供频繁项集的数据库压缩到一棵频繁模式树(FP-tree)，但仍保留项集关联信息。相较于Apriori(关联规则算法)算法，FP-Growth以牺牲小部分准确性为代价，显著提升了服务器运行FP-Growth算法的运行速率。然而随着大数据的应用越来越广泛，数据挖掘工作中遇到的数据集也越来越庞大，FP-Growth算法有限的算力也难以满足大部分数据挖掘任务的需求。

因此，目前在服务器运行FP-Growth算法过程中，由于数据集庞大，从而导致服务器的运行速率低下。

发明内容

本发明的主要目的在于提供一种频繁数据的挖掘方法、装置、设备及存储介质，旨在解决现有的在服务器运行FP-Growth算法过程中，服务器运行速率低下的技术问题。

为实现上述目的，本发明提供一种频繁数据的挖掘方法，所述频繁数据的挖掘方法包括步骤：

获取预设的待挖掘数据对应数据库中的项目数据集，以及获取所述项目数据集中的数据序列；

确定所述项目数据集中各数据项目对应的重要度，并根据所述重要度和所述数据序列确定所述项目数据集对应的目标数据序列；

根据所述重要度和所述目标数据序列创建频繁模式树FP-Tree，并根据所述FP-Tree挖掘所述待挖掘数据中的频繁数据。

可选地，所述频繁数据存储于区块链中，所述根据所述FP-Tree挖掘所述待挖掘数据中的频繁数据的步骤包括：

获取预设的第一最小支持度，根据所述第一最小支持度删除所述FP-Tree中权重小于所述第一最小支持度的子节点，得到处理后的FP-Tree；

确定处理后的FP-Tree中每一路径对应的待挖掘目标数据，以根据所述待挖掘目标数据确定所述待挖掘数据中的频繁数据。

可选地，所述确定所述项目数据集中各数据项目对应的重要度，并根据所述重要度和所述数据序列确定所述项目数据集对应的目标数据序列的步骤包括：

确定所述项目数据集中各数据项目对应的重要度，将各数据项目对应的重要度与预设第二最小支持度进行对比，以确定所述数据项目中重要度大于或者等于所述第二最小支持度的目标数据项目；

删除所述数据序列中除所述目标数据项目外的数据项目，得到所述项目数据集对应的目标数据序列。

可选地，所述将各数据项目对应的重要度与预设第二最小支持度进行对比，以确定所述数据项目中重要度大于或者等于所述第二最小支持度的目标数据项目的步骤之前，还包括：

确定所述项目数据集中数据项目的项目数量，根据所述项目数量确定所述第二最小支持度，其中，所述第二最小支持度随着所述项目数量的增大而增大。

可选地，所述根据所述重要度和所述目标数据序列创建FP-Tree的步骤包括：