[發(fā)明專利]海量數(shù)據(jù)集上主觀興趣度的關(guān)聯(lián)規(guī)則優(yōu)化算法

有效

• 申請?zhí)枺?/td>: 201310265305.0
• 申請日: 2013-06-28
• 公開（公告）號: CN103810371B
• 公開（公告）日: 2017-04-19
• 發(fā)明（設(shè)計）人: 牛新征;周冬梅;侯孟書;楊健
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 成都華風(fēng)專利事務(wù)所(普通合伙)51223
• 代理人: 徐豐,楊保剛

1.海量數(shù)據(jù)集上主觀興趣度的關(guān)聯(lián)規(guī)則優(yōu)化算法，其特征在于該優(yōu)化算法包括：

1-(a).數(shù)據(jù)獲取步驟：為優(yōu)化算法提供基礎(chǔ)數(shù)據(jù)；

1-(b).用戶指定模板步驟：所述模板是用戶表達含義的載體，具體地：形如A₁...A_i...A_k＝>A_k+1,的蘊含式，其中A_i包含屬性名、類名或者C+、C*的表達式，若為C+表示一個或多個類C的實例，若為C*表示零或多個類C的實例；用戶選擇指定GI模板、RPC模板或者同時指定GI模板和RPC模板；

所述GI模板：用戶因項間關(guān)系模糊而給出的不確定的知識模板，稱為總體印象知識模板，簡稱GI模板，表示為gi[S₁,...,S_m]其中，S_i類型包含一個屬性名、類名或者一條表達式；

所述RPC模板:用戶知曉項間關(guān)系且明確關(guān)系方向而給出的相對合理的知識模板，稱為相對精確知識模板，簡稱RPC，表示為rpc[S₁,...,S_m＝>V₁,...,V_g]其中，S_k類型包含一個屬性名、類名或者一條表達式；

1-(c).解析模板步驟：根據(jù)模板對待優(yōu)化的關(guān)聯(lián)規(guī)則進行掃描計數(shù)；

1-(d).獲取相關(guān)參數(shù)步驟：獲取模板的相關(guān)數(shù)據(jù)及不匹配度量；

1-(e).計算模板權(quán)重累計值步驟：當(dāng)指定多個模板時，模板權(quán)重為weight＝1/n，其中n為模板數(shù)，設(shè)X_ij、Y_ij分別為第i條相關(guān)規(guī)則R_i中前件、后件與GI_j或RPC_j中前件、后件不匹配程度的度量，TX_i為X_ij的權(quán)重累計值，TY_i為Y_ij的權(quán)重累計值，TX_i、TY_i按如下公式計算：

TX_i＝TX_i+1/n*X_ij；

TY_i＝TY_i+1/n*Y_ij；

1-(f).興趣度計算：

1-(f-1).根據(jù)公式計算一致度的步驟：規(guī)則R_i的興趣度表示規(guī)則前件、后件與指定模板集U匹配的程度，用符號conf_i表示，稱為規(guī)則R_i的一致度；

conf_i＝TX_i*TY_i

1-(f-2).根據(jù)公式計算后件不可預(yù)知度的步驟：規(guī)則R_i的興趣度表示規(guī)則后件與指定模板集U不匹配的程度，用符號unexpY_i表示，稱為規(guī)則R_i的后件不可預(yù)知度；

$un\exp Y_i=\left\{\begin{array}{cc}{\mathrm{TX}}_i-{\mathrm{TY}}_i,& {\mathrm{TX}}_i-{\mathrm{TY}}_i\>0\\ 0,& {\mathrm{TX}}_i-{\mathrm{TY}}_i\≤0\end{array}\right.$

1-(f-3).根據(jù)公式計算前件不可預(yù)知度的步驟：規(guī)則R_i的興趣度表示規(guī)則前件與指定模板集U不匹配的程度，用符號unexpX_i表示，稱為規(guī)則R_i的前件不可預(yù)知度；

$un\exp X_i=\left\{\begin{array}{cc}{\mathrm{TY}}_i-{\mathrm{TX}}_i,& {\mathrm{TY}}_i-{\mathrm{TX}}_i\>0\\ 0,& {\mathrm{TY}}_i-{\mathrm{TX}}_i\≤0\end{array}\right.$

1-(f-4).根據(jù)公式計算不可預(yù)知度的步驟：規(guī)則R_i的興趣度表示規(guī)則前件、后件與指定模板集U不匹配的程度，用符號unexp_i表示，稱為規(guī)則R_i的不可預(yù)知度；

unexp_i＝1-max(conf_i,unexpY_i,unexpX_i)。