[发明专利]一种基于关联规则的数据挖掘技术

摘要

本发明公开了一种关联规则的数据挖掘技术，获取Herpink平台用户信息，提高数据挖掘的速度和时间的节省，有效建立给定数据集中各项集之间的关联规则，提出了一种0‑1矩阵关联规则数据挖掘算法。算法将事务数据库转化成M×N的矩阵，构造一个矩阵关联图表示频繁1‑项目集中每两个项目之间的关联关系，通过遍历构造的关联矩阵有效地缩减事务数据库的大小，产生所有的频繁项集，利用模拟实验结果证明了所提算法可行性及有效性。

主权项

1.一种基于关联规则的数据挖掘技术，其技术在于，包括如下步骤：对于现有的任意数据记录顺序，将每一条事务交易数据看成事务矩阵中的行，事务交易数据划分不同属性类别，每个属性类别作为一列，假定事务数据库D中包含M条数据记录，数据记录分为N个类别，将该事务数据库看作一个M×N的矩阵。对于任意行，如果对应的事务交易记录在矩阵列中类别属性下存在对应的项目，则矩阵中该行的这一别属性对应位置记为1，否则记为0。将事务数据库转换为事务矩阵，各个数据项存在于交易数据记录中，则矩阵中对应取值为1，否则为0，相应的各项目的矩阵A1、A2、A3、A4、A5分别是A1＝[1 0 1 0 0]、A2＝[0 1 1 1 1]、A3＝[1 1 1 0 1]、A4＝[1 0 0 0 0]、A5＝[0 1 1 1 0]，转换后事务矩阵Mij如下：根据矩阵Mij，计算各列矩阵值之和，若满足k为矩阵中属性Ak对应列号，aik是第k列的矩阵值，min是最小支持度计数，那么属性Ak为1阶大项集。若假设min＝3，根据上面公式可得a12+a22+a32+a42+a52＝4>3，故对应列属性A2为1阶大项集，同理可以得到事务数据库1阶大项集为{A2}、{A3}、{A5}。从而可以判断k阶大项集中必定不含有属性A1和A4，因此删除矩阵Mij中属性A1和A4对应列，从而在构造1阶大项集过程中就能够缩减数据规模。设{A1,A2,…,Ak}是一个k阶大项目集，如果在分矩阵中存在从属性Ak到项目Au的矩阵值相等且为1，那么项目集{A1,A2,…,Ak}可以被扩展为候选(k+1)阶项目集{A1,A2,…,Ak,Au}。得到候选项目集后，根据不同属性下矩阵值之间的运算判断是否生成(k+1)阶大项目集，即满足aip·aiq·····aiu＝1计数器计数一次，当计数总数大于最小支持度计数时，那么{A1,A2,…,Ak,Au}即为所要挖掘的(k+1)阶大项目集，否则算法循环执行，直至全部属性列均被扩展并执行与运算后算法终止。根据2阶大项目集得到扩展的候选3阶项目集{A2,A3,A5}，可在分矩阵m1查询到对应A2、A3、A5矩阵值a11、a12、a13、a21、a22、a23，由式(5)计算a11×a12×a13＝1，a21×a22×a23＝1，因此得到计数器计算结果为2，由于最小支持度计数为3，3阶候选项目集的支持数不满足条件，因此3阶大项集为空集，算法终止。同理根据上述方法挖掘矩阵m2，得到同样结果，因此表1数据库的k阶大项目集即为2阶大项目集{A2A3}、{A2A5}。