[发明专利]一种基于关联规则分析的挖掘算法

摘要

一种基于关联规则分析的挖掘算法，属于互联网个性化推荐领域。本发明首先将数据集进行频繁1‑项集的项总数扫描，在产生FP‑Tree之前，对不必要的冗余项先进行删除，减少挖掘量，然后对事务中每个项的提取得到各数据集子集，再使用FP‑Growth算法对各数据集子集进行频繁项挖掘，在挖掘过程中，只保留当前索要挖掘的有用的，必要的信息，省时又省空间。最后按L‑1的次序对事务数据集的每一列排序，在存在共享前缀的条件下,遍历节点的第一个子女节点就发现相同前缀，根据共享前缀构建FP树。提高生成FP‑Tree的速度，进而提高生成频繁项集的速度，提高挖掘数据集中关联规则的速度。

主权项

一种基于关联规则分析的挖掘算法，其特征在于包括如下步骤：第一步：扫描数据集D，生成候选1‑项集，按支持度降序排列，删除支持度小于minSupport的项，得到频繁L‑1项集；第二步：再次扫描数据集D，删除各事务中支持度小于minSupport的项，再将事务中剩余项按支持度降序排列，得到数据集D/；第三步：对第二步得到的数据集D/中每个事务抽取某项，并删除事务中支持度小于该项支持度的项，得到数据子集D//；第四步：对于第三步得到的数据子集D//的每一列分别按照L‑1项集的次序排序，构建共享前缀数据集D///；第五步：对第四步得到的共享前缀数据集D///进行FP‑Tree的创建；第六步：对第五步的创建进行是否含有相同前缀进行判断，若判断为是，则对共享前缀计数加1，继续搜索下一前缀；若判断为否，则建立新节点，连接到FP‑Tree；第七步：对第六步处理完的数据判断是否为最后一个数据，若判断为是，结束；若判断为否，则返回第六步再次判断，直到结束。