[发明专利]一种基于Top-K频繁项集的挖掘算法

摘要

本发明特别涉及一种基于Top‑K频繁项集的挖掘算法。该基于Top‑K频繁项集的挖掘算法，建立测试数据集T，项集I和最频繁项集数量变量N；循环遍历求解测试数据集T中每个数据项Ti的支持度TID集和支持度；初始化itemsList数组和border_sup；通过对数组itemsList的后续遍历将支持度TID集进行遍历赋值；如果支持度TID的绝对值大于系统支持的边界值，则利用AddItems函数得到项集L，利用函数InsertList将下标为t的元素插入到数组itemsList中，以静态双链表形式存储当前N个最频繁项集，实现频繁项集的分析。该基于Top‑K频繁项集的挖掘算法，基于贪心策略生成的频繁链表，抛弃了人工对于最小支持度的干预，只需一次遍历数据库操作，具有较强的可行性和时间及空间的优越性。

主权项

1.一种基于Top‑K频繁项集的挖掘算法，其特征在于：包括以下步骤：(1)建立测试数据集T，项集I和最频繁项集数量变量N；(2)扫描数据集T，求解测试数据集T中每个数据项Ti的支持度TID集和支持度，求解时采用循环遍历；(3)初始化itemsList数组和当前的边界支持度border_sup；(4)利用链表的后向指针next循环遍历构造数组itemsList；(5)通过对数组itemsList的后续遍历，将支持度TID集进行遍历赋值，并对边界度值进行判定；(6)如果初始化边界值与支持度TID集不存在包含关系，则输出提示信息，并跳出遍历循环，进程结束；否则，则将支持度TID的绝对值与系统支持的边界值进行对比；(7)如果支持度TID的绝对值不大于系统支持的边界值，则跳出遍历循环，进程结束；否则，则利用AddItems函数实现在数组itemsList中执行连接操作后得到的项集L，利用函数InsertList实现将下标为t的元素插入到数组itemsList中合适的位置，数组itemsList[N]以静态双链表形式存储当前N个最频繁项集，实现频繁项集的分析，进程结束。