[发明专利]一种高适用性的并行关联规则挖掘算法

摘要

本发明公开一种高适用性的并行关联规则挖掘算法，通过采集商场中的消费者对一件衣服不同时间段内做出的动作，计算所述动作项集的支持度和频繁度，通过多次迭代，计算出总频繁度，总频繁度与频繁度阈值进行比较，得出采集时间段内的一件衣服在商场中的人气是否较高。根据支持度设定检测点，减少了候选项的生成，提高了挖掘效率，保证了挖掘结果的准确性和适用性，保证了算法的高效性。

主权项

一种高适用性的并行关联规则挖掘算法，其特征在于，所述挖掘算法包括：采集商场中消费者对一件衣服A做出的动作a，动作b，动作c，动作d，动作e，并对应存储为动作项集{a}，动作项集{b},动作项集{c},动作项集{d}，动作项集{e}；在统计时间内，采集商场中消费者对所述一件衣服A做出的动作项集，获得在所述统计时间内第一段时间内的动作项集{a}、{c}、{d}，在第二段时间内的动作项集{b}、{c}、{e}，在第三段时间内的动作项集{a}、{b}、{c}、{e}，在第四段时间内的动作项集{b}、{e}；根据所述动作项集{a}、{c}、{d}，动作项集{b}、{c}、{e}，动作项集{a}、{b}、{c}、{e}，动作项集{b}、{e}，获得各所述动作项集{a}、{b}、{c}、{d}、{e}的支持度；根据各所述动作项集{a}、{b}、{c}、{d}、{e}的支持度进行迭代，获得集合{b,c}、集合{b,e}及集合{a,c}，各所述集合{b,c}、{b,e}、{a,c}均为频繁2‑动作项集；分别根据所述频繁2‑动作项集{b,c}和{b,e}中的第二项组成集合{c,e}，所述集合{c,e}为候选2‑动作项集；判断所述候选2‑动作项集{c,e}的支持度是否大于二项支持度阈值，如果是，将所述频繁2‑动作项集{b,c}、{b,e}和所述候选2‑动作项集{c,e}组合成候选3‑动作项集{b,c,e}，停止迭代；否则，计算各所述频繁2‑动作项集{b,c}、{b,e}、{a,c}的频繁度，并相加获得总频繁度；根据所述动作项集{a}、{c}、{d}，动作项集{b}、{c}、{e}，动作项集{a}、{b}、{c}、{e}，动作项集{b}、{e}，获得所述候选3‑动作项集{b,c,e}的频繁度；通过比较所述候选3‑动作项集{b,c,e}，各所述频繁2‑动作项集{b,c}、{b,e}、{a,c}和所述候选2‑动作项集{c,e}的频繁度，筛选出频繁度值最高的三个集合，并将所述三个集合的频繁度值相加获得总频繁度；如果所述总频繁度大于所述频繁度阈值，则表示所述第一段时间、第二段时间、第三段时间、第四段时间内所述一件衣服A在所述商场中的人气较高。