[发明专利]一种高适用性的并行关联规则挖掘算法

权利要求书

1.一种高适用性的并行关联规则挖掘算法，其特征在于，所述挖掘算法包括：

采集商场中消费者对一件衣服A做出的动作a，动作b，动作c，动作d，动作e，并对应存储为动作项集{a}，动作项集{b},动作项集{c},动作项集{d}，动作项集{e}；

在统计时间内，采集商场中消费者对所述一件衣服A做出的动作项集，获得在所述统计时间内第一段时间内的动作项集{a}、{c}、{d}，在第二段时间内的动作项集{b}、{c}、{e}，在第三段时间内的动作项集{a}、{b}、{c}、{e}，在第四段时间内的动作项集{b}、{e}；

根据所述动作项集{a}、{c}、{d}，动作项集{b}、{c}、{e}，动作项集{a}、{b}、{c}、{e}，动作项集{b}、{e}，获得各所述动作项集{a}、{b}、{c}、{d}、{e}的支持度；

根据各所述动作项集{a}、{b}、{c}、{d}、{e}的支持度进行迭代，获得集合{b,c}、集合{b,e}及集合{a,c}，各所述集合{b,c}、{b,e}、{a,c}均为频繁2-动作项集；

分别根据所述频繁2-动作项集{b,c}和{b,e}中的第二项组成集合{c,e}，所述集合{c,e}为候选2-动作项集；

判断所述候选2-动作项集{c,e}的支持度是否大于二项支持度阈值，如果是，将所述频繁2-动作项集{b,c}、{b,e}和所述候选2-动作项集{c,e}组合成候选3-动作项集{b,c,e}，停止迭代；否则，计算各所述频繁2-动作项集{b,c}、{b,e}、{a,c}的频繁度，并相加获得总频繁度；

根据所述动作项集{a}、{c}、{d}，动作项集{b}、{c}、{e}，动作项集{a}、{b}、{c}、{e}，动作项集{b}、{e}，获得所述候选3-动作项集{b,c,e}的频繁度；

通过比较所述候选3-动作项集{b,c,e}，各所述频繁2-动作项集{b,c}、{b,e}、{a,c}和所述候选2-动作项集{c,e}的频繁度，筛选出频繁度值最高的三个集合，并将所述三个集合的频繁度值相加获得总频繁度；

如果所述总频繁度大于所述频繁度阈值，则表示所述第一段时间、第二段时间、第三段时间、第四段时间内所述一件衣服A在所述商场中的人气较高。

2.根据权利要求1所述的一种高适用性的并行关联规则挖掘算法，其特征在于，各所述动作项集{a}、{b}、{c}、{d}、{e}的支持度的计算方法：

分别确定各所述动作项集{a}、{b}、{c}、{d}、{e}在各时间段内是否出现过，如果出现过标记为1，否则标记为0；

统计各所述动作项集{a}、{b}、{c}、{d}、{e}在各时间段内出现过的次数；

分别计算各所述动作项集{a}、{b}、{c}、{d}、{e}的次数与时间段数的百分比。

3.根据权利要求1所述的一种高适用性的并行关联规则挖掘算法，其特征在于，所述候选2-动作项集{c,e}的支持度的计算方法：

分别确定所述动作项集{c}和动作项集{e}在同一时间段内是否同时出现过，如果出现过标记为1′，否则标记为0′；

统计各所述动作项集{c}和动作项集{e}在各时间段内同一时间段内同时出现过的次数；

计算所述动作项集{c}和动作项集{e}在同一时间段内同时出现过的次数与时间段数的百分比。