[发明专利]一种兼顾局部样本的频繁项集数据挖掘方法在审
申请号: | 201610802933.1 | 申请日: | 2016-09-06 |
公开(公告)号: | CN107798014A | 公开(公告)日: | 2018-03-13 |
发明(设计)人: | 柴明亮;高冰;宋宝宇;李连成;刘宝权;张岩;宋君;王靖震;杨东晓;费静 | 申请(专利权)人: | 鞍钢股份有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 鞍山华惠专利事务所21213 | 代理人: | 赵长芳 |
地址: | 114021 *** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种兼顾局部样本的频繁项集数据挖掘方法,按照支持度从高到低依次排列,依据截取的数量进行取舍的竞争原则,以及按照百分比的形式对各样本项集进行取舍的总数原则。依次进行总体数据样本频繁一项集生成、局部数据样本一项集平均域值计算、总体数据样本频繁K项集生成及局部数据样本K项集平均域值计算。本发明基于Apriori性质的频繁项集数据挖掘算法LS‑Apriori算法,应用Apriori算法的基本思想,根据局部样本的平均支持度与总体样本的平均支持度大小,分别采用竞争原则和总数原则寻找频繁项集,从而在Apriori算法中兼顾了局部样本数据,有效解决了经典Apriori算法不能很好的兼顾局部最优的缺陷。 | ||
搜索关键词: | 一种 兼顾 局部 样本 频繁 集数 挖掘 方法 | ||
【主权项】:
一种兼顾局部样本的频繁项集数据挖掘方法,是基于Apriori性质的频繁项集数据挖掘算法的LS‑Apriori算法,其特征在于,竞争原则:按照支持度从高到低依次排列,依据截取的数量进行取舍;总数原则:按照百分比的形式对各样本项集进行取舍;其具体方法和步骤为:(1)总体数据样本频繁一项集生成:重新组合数据样本,根据总体数据样本,计算候选一项集C1的支持度及平均支持度ZS1,确定频繁一项集L1,L1数量计作M1;(2)局部数据样本一项集平均域值计算:根据局部数据样本计算一项集平均支持度JS1;如果JS1≥ZS1,按照竞争原则,重新确定频繁项集;若JS1<ZS1,局部样本均值≤总体样本均值,说明这部分的局部样本为弱支持度样本,为了兼顾这部分的局部样本,按照总数原则,重新确定频繁项集,总数按照M1/2进行处理;(3)总体数据样本频繁K项集生成:重新组合数据样本,第k步,根据k‑1步频繁的k‑1项集Lk‑1,按照Apriori_gen产生后选的k项集Ck集;根据总体数据样本,计算候选一项集Ck的支持度及平均支持度ZSk,确定频繁一项集Lk,Lk数量计作Mk;(4)局部数据样本K项集平均域值计算:根据局部数据样本计算K项集平均支持度JSk;如果JSk≥ZSk,按照竞争原则,重新确定频繁k项集;若JSk<ZSk,则按照总数原则,重新确定频繁k项集,总数按照Mk/2进行处理。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于鞍钢股份有限公司,未经鞍钢股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610802933.1/,转载请声明来源钻瓜专利网。