[发明专利]一种基于改进的Apriori算法的电网数据挖掘方法

权利要求书

1.一种基于改进的Apriori算法的电网数据挖掘方法，通过限制候选产生发现频繁项集，再由频繁项集产生关联规则，假设全项集X＝{x₁,x₂,x₃,...,x_n}，事务数据库D＝(X₁,X₂,X₃,...,X_m)包含m个事务，其中第i个事务X_i由k(k≥1)项x组成，即为k候选项集C_k＝{x₁,x₂,x₃,...,x_k}，其特征在于，产生关联规则包括以下步骤：

步骤A1，扫描所有频繁项集L，并计算置信度、效率度、兴趣度，

置信度计算公式

效率度计算公式

兴趣度的计算公式

其中，A为前项集，B为后项集，表示A、B的关联规则，为的支持度，|*|表示集合*中所有事务的数量；

步骤A2，与置信度阈值比较，去除不满足条件的频繁项集，得到频繁项集L′；

步骤A3，与效率度阈值比较，去除不满足条件的频繁项集，得到频繁项集L″；

步骤A4，与效率度阈值比较，去除不满足条件的频繁项集，得到频繁项集L″′；

步骤A5：产生关联规则并输出。

2.根据权利要求1所述的基于改进的Apriori算法的电网数据挖掘方法，其特征在于，发现频繁项集包括以下步骤：

步骤B1，扫描事务数据库，计算k候选项集的支持度，根据支持度阈值确定频繁项集L_k；

步骤B2，计算频繁项集L_k中每项出现的次数，并记录出现次数小于k的项集M＝{i_j(|L_k(i_j)|＜k)}；

步骤B3，去除频繁项集L_k中所有含有项集M中元素的频繁项集，得到Lnew_k；

步骤B4，根据频繁项集Lnew_k，生成k+1候选项集C_k+1；

步骤B5，不断迭代，直到频繁项集为空。