[发明专利]一种基于综合关注度分析的大数据关联规则挖掘方法

说明书

本发明公开了一种基于综合关注度分析的大数据关联规则挖掘方法，该方法包括以下步骤：在数据全集中，求出频繁模式集合P_tn，进而排列出整个数据集中所有的规则集合R_u；根据各规则的后件相同性，对规则集合R_u进行分组，得到独立主题规则R₁，R₂…R_n(1≤i≤n，表示独立的主题项)，并计算各规则的适应度；根据规则间的相似度，对规则进行降维和聚类；依据客观关注度函数，选定最优的规则集，综合规则适应度和客观关注度即得到预期的最优关联规则。本发明实现了业务逻辑和数据客观性的完整耦合，业务层用户只需指定数据各属性的参与度，即可展开数据系统的最优关联规则挖掘，无需再花费大量人工对客观关联规则进行二次分析和计算。

技术领域

本发明涉及一种基于综合关注度分析的大数据的关联规则挖掘方法，属于大数据云计算和计算机通信领域。

背景技术

目前，现有的大数据关联规则的挖掘主要是基于数据的客观存在而进行的，无法加入业务逻辑或人为关注模型等因素，因此所得的数据关联规则仅仅能够反映数据的客观可能性，即无论数据来自什么领域，相同的数据必然得出相同的关联规则，只停留在数据层面的分析，要想用来指导业务实际，还需要花费大量的人工来对得出的关联规则进行二次分析和计算。

发明内容

为解决上述问题，本发明提出一种基于综合关注度分析的大数据关联规则挖掘方法，无需再花费大量人工对客观关联规则进行二次分析和计算。

本发明的技术方案为：

一种基于综合关注度分析的大数据关联规则挖掘方法，其特征在于，该方法包括以下步骤：

A.在数据全集中，通过频繁模式树方法搜索出频繁模式集合P_tn，进而排列出整个数据集中所有满足期望支持度的的规则集合R_u；

B.根据各规则的后件相同性，对规则集合R_u进行分组，并计算各规则的适应度；

C.根据规则间的相似度，对规则进行降维和聚类；

D.依据客观关注度函数，选定最优的规则集，即得到预期的最优关联规则。

优选的，所述步骤A的具体实现方式为：

将整体目标系统看做一个大型数据库，目标数据系统的表述如下：各类结构化或非结构化数据个体的全集记为U,U为非空有限集,每项数据的属性记为P_op＝{P₁,P₂,…P_n}，属性值记为V_al＝V_P1∪V_P2…∪V_Pn，V_Pi(1≤i≤n)表示属性P_i的值域；映射f:U×P_op→V_al定义了属性P_op的值域，则利用四元化模型可将目标数据系统表述为S_ys＝(U,P_op,V_al,f)；

设置一个最小支持度σ_min，来过滤掉不频繁的模式项集，求得适用的频繁模式集合P_tn＝{P₁,P₂,…P_n}，假设U中包含模式P的事项数为C_ont1，U中事项总个数为C_onta，则

即可求得适用的频繁模式集合P_tn＝{P₁,P₂,…P_n}；