一种基于事务二进制的约束频繁项集挖掘方法技术

本发明专利技术公开了一种基于事务二进制的约束频繁项集挖掘方法，包括步骤：约束条件C对原始事务库D进行过滤得到过滤事务库D’；为过滤事务数据库D’中的每一个项目建立事务二进制；分别计算各个项目的TB(Ix)得到频繁1项集；对每一个约束项tj中的各个项目的事务二进制TB进行“与”运算；将LD中的每一集合的TB与F中不在tj内的项目Ix’对应的TB两两“与”运算；设k＝LDF中约束频繁项集的最小长度为min；对LQ中存在的两个满足连接条件的项集的k项集进行两两“与”运算；判断LQ中是否存在满足连接条件的两个k项集，若存在则清空LQ并令k＝k+1，若不存在则输出得到的所有满足约束条件C的频繁项集。该挖掘方法能够有效提高数据挖掘效率，缩短数据挖掘的时间。

【技术实现步骤摘要】

本专利技术涉及一种频繁项集挖掘方法，尤其是一种利用事务二进制的约束频繁项挖掘方法。
技术介绍
关联规则是数据挖掘中一个很重要的研究方向，利用该技术可从海量的数据中发现项间的关系，找出隐含的、有价值的信息。关联规则的算法主要是基于Apriori、FP-树的改良算法，但它们存在共同的问题，就是在挖掘中没有用户的参与和控制，会产生大量的频繁项集和无价值的关联规则，使挖掘缺乏针对性。如果分析者能根据用户的信息需求，设定分析条件，然后对数据库中的数据进行分析，缩减关联规则的数量，快速挖掘出满足用户需求及有价值的信息，这一类挖掘技术就是基于项约束的关联规则挖掘。项约束条件C为I上的一个布尔表达式，可表示为析取范式(DNF)形式，即C＝t1∨t2∨t3∨……∨tm，其中每个ti形如：ti＝ij1∧ij2∧……∧ijm，ijk∈I。设I＝{i1,i2,i3,…,in

【技术保护点】
一种基于事务二进制的约束频繁项集挖掘方法，其特征在于，包括如下步骤：步骤1，利用约束条件C对原始事务库D进行过滤，得到过滤事务库D’；步骤2，为过滤事务数据库D’中的每一个项目建立事务二进制：TB(Ix)＝{h1h2……hm}，其中，Ix(x＝1,2,……,n’)为过滤事务数据库D'中的项目，n’为过滤事务数据库D'中包含的项目数，hi(i＝1……,m)的值为0或1，m为过滤事务数据库D'中的事务数；步骤3，计算各个项目的事务二进制TB(Ix)中值为1的个数TB(Ix).count，并将TB(Ix).count与最小支持数min_supcount作比较，若TB(Ix).count≥min_supcount，则得到频繁1项集：F＝{TB(Ix)|Ix∈D’且TB(Ix).count≥min_supcount}；步骤4，将约束条件C分为各个约束项tj(j＝1，2，…，n)，n为约束项的个数，对每一个约束项tj中的各个项目的事务二进制TB进行“与”运算，得到每一个约束项tj的事务二进制TB(tj)，若TB(tj).count≥min_supcount，则将(tj，TB(tj))放入频繁约束项集合LD中，若tj是k项集，则将(tj，TB(tj))放入约束频繁k项集Lk中；步骤5，将LD中的每一集合的事务二进制TB与F中不在tj内的项目Ix’对应的TB两两“与”运算，即TB(tj∪{Ix’})＝TB(tj)&TB(Ix’)，若TB(tj∪{Ix’}).count≥min_supcount，则将(tj∪{Ix’}，TB(tj∪{Ix’}))放入到初始约束频繁项集LDF中，若tj∪{Ix’}是k项集，则将(tj∪{Ix’}，TB(tj∪{Ix’}))放入约束频繁k项集Lk中；步骤6，设LDF中约束频繁项集的最小长度为min，并令k＝min；步骤7，令LQ＝Lk，若LQ中存在两个满足连接条件的项集，即两个项集中只有一个项目不同，则将LQ中满足连接条件的k项集p和q进行两两“与”运算，即TB(p∪q)＝TB(p)&TB(q)，若TB(p,q).count≥min_supcount，则将(p∪q,TB(p∪q))放入约束频繁k+1项集Lk+1中；若LQ中不存在满足连接条件的项集或LQ为则进入步骤9；步骤8，循环对LQ中满足连接条件的两个项集进行“与”运算，直至LQ中不再存在满足连接条件的两个k项集为止，将LQ清空，并令k＝k+1，再回到步骤7；步骤9，结束程序执行，并输出得到的所有满足约束条件C的频繁项集。...

【技术特征摘要】
1.一种基于事务二进制的约束频繁项集挖掘方法，其特征在于，包括如下步骤：步骤1，利用约束条件C对原始事务库D进行过...

【专利技术属性】
技术研发人员：陈平，王利钢，杨波，
申请(专利权)人：南京信息职业技术学院，
类型：发明
国别省市：江苏;32