[发明专利]一种基于项集熵的数据挖掘方法

权利要求书

1.一种基于项集熵的数据挖掘方法，其特征在于，该方法包括以下步骤：

步骤1：对采集的数据进行预处理，转化为同纬度的事务数据集存放到数据库；

步骤2：检索数据库，获取单项集和多项集的支持度；

步骤3：根据项集熵计算单项集的权值，根据单项集的权值计算单项集的加权支持度；

步骤4：去除加权支持度不满足支持度阈值的单项集，得到加权频繁1项集；

步骤5：根据单项集权值计算多项集的权值，根据多项集的权值计算多项集的加权支持度；

步骤6：去除加权支持度不满足支持度阈值的多项集，得到加权频繁多项集；

步骤7：根据满足置信度阈值的加权频繁项集的加权支持度和置信度得到改进关联规则。

2.根据权利要求1所述一种基于项集熵的数据挖掘方法，其特征在于，步骤1包括：

步骤1.1：异常数据清除、错误纠正及重复数据清除；

步骤1.2：将数据通过数据概化转换成适用于数据挖掘的形式；

步骤1.3：将数据按条数存储在数据库中并编号。

3.根据权利要求1所述一种基于项集熵的数据挖掘方法，其特征在于，步骤2包括：

步骤2.1：遍历数据库；

步骤2.2：统计各个项集的出现次数；

步骤2.3：按出现次数从大到小的顺序生成单项集临时表；

步骤2.4：根据临时表中各个项集的出现次数与总事务数据集数的比值得到各个项集支持度。

4.根据权利要求1至3中任一权利要求所述一种基于项集熵的数据挖掘方法，其特征在于，所述步骤3包括：

步骤3.1：根据信息熵的特性得到

其中，H(u)为项集熵，P_i表示单项集中字段i的重要性，在事务数据集中，项集I＝{I₁,I₂,…I_m}，I_i所拥有的权值为w(I_i)＝H(I_i)；

步骤3.2：根据支持度与权值的乘积得到单项集的加权支持度，项集I＝{I₁,I₂,…I_n}，则I的加权支持度为：wsup(I)＝w(I)·sup(I)；

其中，sup(I)为I的支持度，w(I)为I的权值。