[发明专利]关联分析方法和装置

权利要求书

1.一种关联分析方法，其特征在于，包括：

将原始数据库划分为各投影数据库，所述各投影数据库中，基于一投影数据库进行序列模式挖掘所获得的频繁项集未出现在另一投影数据库中，其中，支持度表示项集在数据库中出现的频次，并且所述频繁项集表示数据库中所有出现频次不小于支持度阈值的项集；

由各节点分别对所对应的投影数据库进行序列模式的关联分析，获得局部频繁项集以及对应支持度；

对各节点关联分析所获得的局部频繁项集以及对应支持度进行汇总，获得全局频繁项集以及对应支持度。

2.根据权利要求1所述的关联分析方法，其特征在于，所述将原始数据库划分为各投影数据库，包括：

对所述原始数据库进行序列模式的关联分析，获得至少两个初始项集；其中，各初始项集之间不存在相互包含关系；

将各初始项集作为前缀，建立各前缀的投影数据库。

3.根据权利要求2所述的关联分析方法，其特征在于，所述对所述原始数据库进行序列模式的关联分析，获得至少两个初始项集，包括：

计算原始数据库的K_频繁项集；其中K为正整数，且1≤K＜N，N为原始数据库中所包含的元素数；

将所述K_频繁项集作为所述初始项集。

4.根据权利要求3所述的关联分析方法，其特征在于，所述将所述K_频繁项集作为所述初始项集之前，还包括：

根据预设的支持度阈值，对K_频繁项集进行筛选，保留支持度大于所述支持度阈值的K_频繁项集。

5.根据权利要求2所述的关联分析方法，其特征在于，所述将各初始项集作为前缀，建立各前缀的投影数据库，包括：

将所述初始项集作为前缀，在所述原始数据库的各事务中查询所述前缀所对应的后缀；

将各事务的后缀进行汇总形成所述前缀的投影数据库。

6.根据权利要求1所述的关联分析方法，其特征在于，所述由各节点分别对所对应的投影数据库进行序列模式的关联分析之前，包括：

为各投影数据库分配负载能力与所述投影数据库的数据量相匹配的节点。

7.根据权利要求1所述的关联分析方法，其特征在于，所述由各节点分别对所对应的投影数据库进行序列模式的关联分析，获得局部频繁项集以及对应支持度，包括：

采用预设关联分析算法，由所述节点对所述投影数据库执行扫描、合并和剪枝的步骤，获得局部频繁项集以及对应支持度。

8.根据权利要求7所述的关联分析方法，其特征在于，所述关联分析算法包括GSP算法。

9.根据权利要求2所述的关联分析方法，其特征在于，所述对所述原始数据库进行序列模式的关联分析，获得至少两个初始项集之前，还包括：

根据映射表，对原始数据进行序列化获得原始数据库。

10.根据权利要求9所述的关联分析方法，其特征在于，

所述对各节点关联分析所获得的局部频繁项集以及对应支持度进行汇总之前，对所述局部频繁项集进行反序列化；

或者，获得全局频繁项集以及对应支持度之后，对所述全局频繁项集进行反序列化。

11.一种关联分析装置，其特征在于，包括：

划分模块，用于将原始数据库划分为各投影数据库，所述各投影数据库中，基于一投影数据库进行序列模式挖掘所获得的频繁项集未出现在另一投影数据库中，其中，支持度表示项集在数据库中出现的频次，并且所述频繁项集表示数据库中所有出现频次不小于支持度阈值的项集；

分析模块，用于由各节点分别对所述投影数据库进行序列模式的关联分析，获得局部频繁项集以及对应支持度；

汇总模块，用于对各节点关联分析所获得的局部频繁项集以及对应支持度进行汇总，获得全局频繁项集以及对应支持度。