“频繁项集”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果635825个，建议您升级VIP下载更多相关专利

[发明专利]基于项加权和项集关联度的课程正负模式挖掘方法及系统-CN201410486033.1有效
发明人：黄名选;韦吉锋 -专利权人：广西教育学院
申请日： 2014-09-22 - 公布日： 2017-06-13 - 主分类号： G06F17/30 文献下载
摘要：一种基于项加权和项集关联度的课程正负关联模式挖掘方法及挖掘系统，利用教育数据预处理模块对教务数据预处理；利用课程项集模式生成模块生成课程候选项集，计算其支持度，由此得到课程频繁项集和负项集，根据课程频繁项集和负项集的关联度进行项集剪枝，得到有趣的课程频繁项集和负项集；利用课程正负关联规则模式生成模块计算课程关联规则兴趣度和置信度，从课程频繁项集和负项集挖掘矩阵加权课程强正负关联规则；课程正负关联模式显示模块将课程模式显示给用户，供用户分析和使用本发明方法挖掘的课程候选项集和挖掘时间明显减少，避免了无效的课程关联模式出现，挖掘效率得到极大提高，其模式可为教务管理、决策以及教改提供科学依据。
基于加权关联课程正负模式挖掘方法系统

[发明专利]基于项权值变化的教育数据关联规则挖掘方法及其系统-CN201410427495.6有效
发明人：黄名选;韦吉锋 -专利权人：广西教育学院
申请日： 2014-08-27 - 公布日： 2017-04-12 - 主分类号： G06F17/30 文献下载
摘要：一种基于项权值变化的教育数据关联规则挖掘方法及其系统，利用教育数据预处理模块进行预处理，构建课程信息库和课程项目库；利用教育数据课程候选项集产生及其剪枝模块从课程信息库产生教育数据课程候选项集，采用新的项集剪枝方法进行项集剪枝；利用教育数据课程频繁项集产生模块计算候选项集的项集权值，与最小权值频繁阈值比较，得到频繁项集；利用教育数据课程关联规则及结果显示模块产生频繁项集的全部真子集，通过其项集权值的简单计算和比较挖掘课程强关联规则模式本发明具有良好的课程项集剪枝性能，其课程候选项集和挖掘时间明显减少，挖掘效率得到极大提高，其课程关联模式可为教学改革和教务管理提供科学依据。
基于项权值变化教育数据关联规则挖掘方法及其系统

[发明专利]大数据环境下结合频繁项集和深度学习的推荐方法-CN201510559551.6有效
发明人：陈礼标 -专利权人：南京游族信息技术有限公司
申请日： 2015-09-06 - 公布日： 2019-03-26 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种大数据环境下结合频繁项集和深度学习的推荐方法，步骤如下：收集用户的行为记录，使用MapReduce并行计算模型在行为记录中挖掘频繁项集；建立深度学习网络，使用频繁项集对网络进行训练；需要对用户进行推荐时本发明基于MapReduce并行计算模型，可以在分布式系统中高效的进行频繁项集挖掘，以频繁项集为样本，建立并训练深度学习网络，使用该网络进行推荐，相比于直接利用频繁项集以及传统神经网络，可以更加精确的进行用户推荐
数据环境结合频繁深度学习推荐方法

[发明专利]一种DPI聚类及用户扩量方法-CN202010872201.6有效
发明人：项亮;潘信法 -专利权人：上海数鸣人工智能科技有限公司
申请日： 2020-08-26 - 公布日： 2021-05-18 - 主分类号： G06K9/62 文献下载
摘要：一种DPI聚类及用户扩量方法，包括确定N项不同的且未归类的DPI，每一项DPI包括一个访问用户群；使用关联规则中的Apriori算法，在N条DPI中发现由不重复的频繁项集个数C；遍历C个频繁项集中的每个频繁项集，根据用户基数和营销广告方向的频繁项集作为标准，选择优质频繁项集K；对于K个优质频繁项集中的每一个非基准频繁项集的DPI及其访问用户群体计算DPI支持度：将所有DPI支持度计算出来，按照支持度的大小进行排序
一种 dpi 用户方法

[发明专利]数据关联规则的挖掘-CN201410838853.2在审
发明人：杨鸿超;王骏 -专利权人：中国银联股份有限公司
申请日： 2014-12-30 - 公布日： 2016-05-18 - 主分类号： G06F17/30 文献下载
摘要：该数据关联规则的挖掘方法包括数据编号步骤、数据分片步骤、数据分发步骤、挖掘频繁项集步骤和关联规则输出步骤；其中数据编号步骤为每个项集对应分配唯一的项集编号，以至于建立对每个所述项集的索引；挖掘频繁项集步骤，在挖掘k-频繁项集的过程中，每次在扫面当前数据片时，无需扫描数据片内的全部项集，只需要扫描相应（k-n）-项集和n-项集记录中所指示的项集。
数据关联规则挖掘

[发明专利]一种基于灰狼算法的网络安全日志确定方法和系统-CN201810092425.8在审
发明人：陈宏伟;罗启星;宗欣露;叶志伟;王春枝;严灵毓;侯亚君;陈颖哲 -专利权人：湖北工业大学
申请日： 2018-01-31 - 公布日： 2018-06-22 - 主分类号： H04L29/06 文献下载
摘要：所述方法包括：获取网络日志数据集，所述网络日志数据集包括多个网络日志；统计所述网络日志数据集中每一个所述网络日志的出现次数；对所述出现次数进行排序；获取频繁一项集列表，所述频繁一项集列表由出现次数大于最小出现次数的网络日志组成；对所述频繁一项集列表进行分组，得到多个频繁一项集组；将各所述频繁一项集组构建频繁模式树；利用灰狼算法删除所述频繁模式树中的干扰日志，得到安全日志。本发明的方法或系统利用灰狼算法对频繁模式树进行剪枝，能够快速地实现对日志的关联挖掘，提高安全日志确定的效率，并且还能减少在挖掘过程中关联规则的遗漏。
日志网络日志数据频繁模式网络日志算法安全日志网络安全关联规则算法删除系统利用挖掘剪枝构建排序遗漏关联分组统计

[发明专利]一种基于关联规则算法的政务服务事项推荐方法-CN202011153406.5在审
发明人：张奇欣 -专利权人：浪潮云信息技术股份公司
申请日： 2020-10-26 - 公布日： 2021-01-19 - 主分类号： G06F16/2457 文献下载
摘要：本发明公开一种基于关联规则算法的政务服务事项推荐方法，涉及数据挖掘技术领域，从政务服务的办件库读取办件数据，获取办件申请人的身份标识及所办事项的事项编码，合并具有相同身份标识的事项编码，组成事项集合，利用关联规则算法计算事项频繁项集及频繁项集支持度，通过频繁项集支持度筛选获得适合的事项频繁项集，利用筛选获得的事项频繁项集确定适合的关联规则，利用适合的关联规则进行当前办理的政务服务所涉及的其他相关服务事项的推荐。
一种基于关联规则算法政务服务事项推荐方法

[发明专利]一种兼顾局部样本的频繁项集数据挖掘方法-CN201610802933.1在审
发明人：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 -专利权人：鞍钢股份有限公司
申请日： 2016-09-06 - 公布日： 2018-03-13 - 主分类号： G06F17/30 文献下载
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，
一种兼顾局部样本频繁集数挖掘方法

[发明专利]基于攻击大数据的应用程序薄弱点分析方法及系统-CN202211365991.4在审
发明人：普家红;方国朋 -专利权人：普家红
申请日： 2022-04-13 - 公布日： 2023-01-17 - 主分类号： G06F21/57 文献下载
摘要：本申请实施例提供一种基于攻击大数据的应用程序薄弱点分析方法及系统，通过云端攻击大数据日志和历史频繁项薄弱点变量之间的第一攻击映射向量集、攻击事件基础向量集与历史攻击事件频繁项的基础变量之间的第二攻击映射向量集、攻击事件衍生向量集与历史攻击事件频繁项的衍生变量之间的第三攻击映射向量集，共同确定云端攻击大数据日志与历史频繁项薄弱点变量之间的薄弱点置信度，以从历史频繁项薄弱点变量中确定出目标频繁项薄弱点变量。在确定云端攻击大数据日志与历史频繁项薄弱点变量之间的薄弱点置信度时，考虑了云端攻击大数据日志之间的整体关系和提取数据之间的关系，提高了薄弱点分析的准确性。
基于攻击数据应用程序薄弱分析方法系统

[发明专利]基于大数据的商品关联仓储方法及装置-CN202210160756.7在审
发明人：徐新明;黄莲;黄金凯;施林坚;刘中原 -专利权人：国连科技（浙江）有限公司
申请日： 2022-02-22 - 公布日： 2022-05-31 - 主分类号： G06Q10/08 文献下载
摘要：本发明实施例提供一种基于大数据的商品关联仓储方法及装置，所述方法包括：获取历史订单数据，并根据历史订单数据确定频繁商品；计算频繁订单中各个商品与频繁商品间的关联度；当关联度大于预设阈值时，将关联度大于预设阈值的商品与频繁商品设为关联项集；获取关联项集的项集参数及对应仓库的储物需求，根据储物需求的类型分配项集参数的权重，根据项集参数及对应的权重，计算关联项集对对应仓库的项集适应度；将关联项集根据项集适应度的由大到小的顺序依次分配至闲置储位中
基于数据商品关联仓储方法装置

[发明专利]面向实时频繁项集挖掘的加速系统及方法-CN201610709592.3有效
发明人：孙羽良;汪玉 -专利权人：清华大学
申请日： 2016-08-23 - 公布日： 2019-07-02 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种面向实时频繁项集挖掘的加速系统及方法，其中，系统包括：缓存模块，接收初始化参数，其中，对于初始化参数进行一次读取；比特流编码模块，将初始化参数进行比特流编码，以生成等效横向比特向量；第一主模块，根据初始化参数生成多个子集计数器内容列表，以得到部分频繁项集；控制器，获取相应的频繁元素；第二主模块，用于进行近似计算得到最终频繁项集挖掘结果；比特流解码模块，将最终频繁项集挖掘结果进行比特流解码，以输出最终频繁项集挖掘结果至主机该系统能够实现高效率的近似频繁项集挖掘算法，只需要对输入数据进行一次扫描，特别适用于流数据或有实时性要求的应用场景。
面向实时频繁挖掘加速系统方法

[发明专利]基于MapReduce的FP-Growth的负载均衡并行计算方法-CN201510138318.0在审
发明人：杨勇;陈曙东 -专利权人：江苏物联网研究发展中心
申请日： 2015-03-26 - 公布日： 2015-06-24 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种基于MapReduce的FP-Grwoth的负载均衡并行计算方法，其包括如下步骤：步骤1、将数据库事务集D分成连续不同的分区，且子事务集存储在多台节点上；步骤2、并行计算支持度计数，得到全部频繁1项集FList；步骤3、将频繁1项集FList的项根据负载均衡的方法划分成M组，以得到新列表GList；步骤4、根据新列表GList将数据库事务集D也划分为M组，在数据库事务集D划分结束后，对每一个事务组DB创建其本地FP-Tree，并根据本地FP-Tree挖掘对应的GListgidi，以得到频繁1项集中所有项的频繁模式；步骤5、将每台节点上得到的频繁1项集中所有项的频繁模式聚合输出。
基于 mapreduce fp growth 负载均衡并行计算方法

[发明专利]一种分布式关联规则增量的更新方法及装置-CN201810010225.3在审
发明人：马威;蒋严 -专利权人：北京搜狐新媒体信息技术有限公司
申请日： 2018-01-05 - 公布日： 2018-06-22 - 主分类号： G06F17/30 文献下载
摘要：本申请提供了一种分布式关联规则增量的更新方法，加载原始数据集和新增数据集，分别将其转换为弹性分布式数据集RDD，并分别对原始数据集RDD和新增数据集RDD进行分布式存储；对新增数据集RDD进行并行化处理，得到新增频繁项集；根据原始频繁项集RDD和新增频繁项集RDD，生成第一候选项集和第二候选项集；分别统计所述第一候选项集和所述第二候选项集的支持度，并过滤掉第一候选项集和所述第二候选项集中小于最小支持度的候选项集，得到最终频繁项集。减少算法I/O时间以及简化频繁项集的产生过程，实现算法的并行化，从而提高算法的执行效率。
候选项频繁项集数据集算法原始数据集关联规则并行化处理分布式存储分布式数据最小支持度并行化支持度更新加载过滤转换申请统计

[发明专利]用于事务集合的关联规则计算方法-CN201410845489.2在审
发明人：王骏;杨鸿超 -专利权人：中国银联股份有限公司
申请日： 2014-12-31 - 公布日： 2016-05-18 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种用于事务集合的关联规则计算方法，包括如下步骤：遍历事务集合中各事务，以特征项生成频繁1项集，按各特征项出现的频次对频繁1项集进行排序；对频繁1项集进行哈希映射，以生成第二项集；以第二项集生成差值矩阵；针对事务集合中每一事务，按排序先后关系分别对该事务的特征项进行排序，以生成第二事务集；将第二事务集划分为多个数据集，并对每个数据集执行FP-tree生成算法，以生成与多个数据集一一对应的FP-tree其解决了因频繁项集过大而导致计算节点无法加载的问题，并克服了因FP-tree过大导致单个计算节点内存不足的缺陷。
用于事务集合关联规则计算方法

[发明专利]一种不确定数据隐私保护频繁项集发布方法-CN202011315406.0有效
发明人：倪巍伟;邹云峰;鲍晓涵 -专利权人：东南大学;国网江苏省电力有限公司营销服务中心
申请日： 2020-11-20 - 公布日： 2022-11-25 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种基于差分隐私的不确定数据频繁项集发布方法，所述方法包括步骤：(1)给定数据集D，对D进行频繁项集挖掘获取频繁1‑项集ILIST以及第k大频繁项集的支持度λ，对其添加噪声获得(2)利用ILIST对D中每条记录进行事务截断，减少事务记录长度，得到D’，(3)在D’中提取包含各项x的最大频繁项集的长度估计值，作为层次信息；(4)在D’中，设置初始节点为空集，使用层次信息约束和子集频繁约束筛选得到当前节点的候选项列表NodeList，(5)在FISet中筛选top‑k频繁项集及其支持度，进行发布。
一种不确定数据隐私保护频繁发布方法