[发明专利]一种面向流程对象数据的规则提取方法

摘要

本发明涉及一种面向流程对象数据的规则提取方法，包括如下步骤步骤S1确定流程对象数据的最佳聚簇数量；步骤S2采用K‑means算法对流程对象数据进行聚类，同时验证步骤S1中的最佳聚簇数量的合理性，如果步骤S1中的最佳聚簇数量合理则转到步骤S3，否则转到步骤S1；步骤S3采用Apriori维间关联规则算法挖掘不同测点的聚类间的关联规则；步骤S4确定流程对象数据的最强关联链；步骤S5根据最强关联链上所有测点的状态值，得到记载各测点状态值的状态链，根据状态链对相关行业进行指导；提高数据规则提取的效率，以及从流程对象数据中提取知识的能力。

主权项

一种面向流程对象数据的规则提取方法，包括如下步骤：步骤S1：确定流程对象数据的最佳聚簇数量；步骤S2：采用K‑means算法对流程对象数据进行聚类，同时验证步骤S1中的最佳聚簇数量的合理性，如果步骤S1中的最佳聚簇数量合理则转到步骤S3，否则转到步骤S1；步骤S3：采用Apriori维间关联规则算法挖掘不同测点的聚类间的关联规则；步骤S4：确定流程对象数据的最强关联链；步骤S5：根据最强关联链上所有测点的状态值，得到记载各测点状态值的状态链，根据状态链对相关行业进行指导；所述步骤S1包括如下步骤：步骤S101：取时间段TM，记时序调整后流程对象数据中任意测点Xj的变化量为Di，其中，步骤S102：获得TM内变化量最大的测点，记DM＝max{Di，i＝1，2，…，n}，得到TM内变化量最大的测点XM；步骤S103：对步骤S102中获得的测点XM进行最佳K值计算；步骤S104：将步骤S102中获得的测点XM进行聚类，并对结果用评价函数进行评价，确定最佳K值。