[发明专利]一种基于Apriori算法的数据挖掘方法及系统

摘要

本发明提供了一种基于Apriori算法的数据挖掘方法及系统，使用布尔矩阵实现对事务的二进制编码，引入计数权值，使一条事务向量可以表达多条相同的事物记录，起着压缩矩阵的作用。算法运行时只需一次扫描，后面迭代均使用该矩阵，利用布尔矩阵依次生成第k频繁集。本发明所述方法及系统与现有技术中的Apriori算法相比，省去类矩阵计算和裁剪的步骤，并且通过对矩阵的行和列向量的裁剪，来提高计算频繁集的效率并行化的算法思想将数据集划分成多个数据块算，然后在扫描各个数据块进行相关关联规则挖掘，最后汇总得出结果挖掘结果，大大的提高运算效率。

主权项

一种基于Apriori算法的数据挖掘方法，其特征在于，包括：A、扫描事务数据库中的每一条事务记录，以其中含有的事务项是否在事务中出现为基准，将事务数据库中记录的信息转化成布尔矩阵，同时还记录同一个事务项在事务数据库中重复出现次数的数组TS[s]；B、根据所述数组TS[s]和所述布尔矩阵中每个事务项所对应的行向量的值，计算第一候选集中每个事务项的支持度；将支持度大于预设的支持度阈值的事务项划入第一频繁集，将支持度小于预设的支持度阈值的事务项删除；C、根据所述第一频繁集生成第二候选集，根据所述数组TS[s]和所述第二候选集中任意两个事务项所对应的布尔矩阵中的行向量，迭代计算第二候选集中任意两个事务项组合后的支持度，将支持度大于预设的支持度阈值的两个组合事务项划入第二频繁集，将支持度小于预设的支持度阈值的两个组合事务项删除；D、根据所述第二频繁集生成第三候选集，迭代计算第三候选集至第k候选集的支持度，直到所述第k+1频繁集为空或者只含有一个事务项，结束数据处理，并输出所有频繁集；所述K为大于1的自然数。