[发明专利]一种基于深度剪枝策略的关联规则挖掘方法

摘要

本发明是一种基于深度剪枝策略的关联规则挖掘方法，用于对大数据集进行关联规则挖掘。本方法借鉴了基于压缩矩阵的Apriori算法的思想，对1‑频繁项集并不按照支持度计数进行排序，而是直接按照值大小对布尔矩阵内的向量进行排序，以确定之后的频繁项集连接的相对顺序；对k‑频繁项集根据事务长度进行压缩，删掉长度小于k的事务；根据项跟位置关系对k‑频繁项集进行剪枝，对于首项为I的k‑频繁项集的前k‑1项，位置在i的项出现的次数必须大于等于k‑i。本发明相对于MTCA算法，处理时间要短很多，并且在支持度较低的情况下比Apriori标准方法节约大量的时间，从大数据集获取关联规则的效率更高。

主权项

一种基于深度剪枝策略的关联规则挖掘方法，其特征在于，包括：将事务数据库扫描成布尔矩阵，并生成1‑频繁项集的布尔矩阵M1，M1中的每一列和每一行，都按照值从小到大的顺序进行排列，通过排序确定频繁项集连接的相对顺序；生成(k+1)‑频繁项集及对应的布尔矩阵，k≥1；当k≥3时，每次生成(k+1)‑频繁项集时，先根据项跟位置关系对k‑频繁项集进行剪枝，再生成(k+1)‑频繁项集；所述的根据项跟位置关系是指：(1)统计首项为I的k‑频繁项集的数目，数目必须大于等于k，(2)对首项为I的k‑频繁项集的前k‑1项，设i代表首项为I的k‑频繁项集中的位置，位置在i的项出现的次数必须大于等于k‑i，i从0开始计数，且k‑i>0；所述的根据项跟位置关系对k‑频繁项集进行剪枝，是指将不符合所述项跟位置关系的k‑频繁项集删除；当(k+1)‑频繁项集的数目小于k+1，则停止查找，否则更新k值，继续生成(k+1)‑频繁项集。