[發(fā)明專利]一種融合粗糙集與粒計算的分布異構(gòu)海量城市安全數(shù)據(jù)流的在線數(shù)據(jù)挖掘方法

在審

• 申請?zhí)枺?/td>: 201310703765.7
• 申請日: 2013-12-19
• 公開（公告）號: CN103699622A
• 公開（公告）日: 2014-04-02
• 發(fā)明（設(shè)計）人: 陳庭貴;周廣瀾;許翀寰
• 申請（專利權(quán)）人: 浙江工商大學(xué)
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強

1.一種融合粗糙集與粒計算的分布異構(gòu)海量城市安全數(shù)據(jù)流的在線數(shù)據(jù)挖掘方法，其特征在于：所述在線數(shù)據(jù)挖掘方法包括以下步驟：

1)分布異步海量數(shù)據(jù)流概念形式化描述：通過數(shù)據(jù)流的?；?，對概念進行粒的表示、特征化、描述和解釋；基于粒計算的概念分析過程包括以下步驟：①概念分層，采用粒計算模型中的概念格、粒度劃分；②建立概念之間關(guān)系；③描述概念的外延和內(nèi)涵，對屬性和對象進行描述，表明概念之間的泛化關(guān)系；④通過對概念的外延偶合度、內(nèi)涵偶合度和概念偶合度的分析，挖掘數(shù)據(jù)流隱藏的特征；

2)概念的偶合分析：概念包括內(nèi)涵和外延，用二元組<O_a;D_a>表示，其中，O_a是DS的外延，D_a是DS的內(nèi)涵；假設(shè)一個時間段<τ_b;τ_e>中的概念為<O_a;D_a>，時間來到<τ_b;τ_e>，概念變化為<O_a;D_a>;<τ_b;τ_e>時間段內(nèi)概念集合所構(gòu)成的概念格設(shè)為CL₁，其后續(xù)時間段<τ_b;τ_e>內(nèi)的概念集合構(gòu)成的概念格設(shè)為CL₂；

3)建立基于屬性約簡的粗糙集海量數(shù)據(jù)分割方法：在考察當(dāng)前的條件屬性組合A時，分兩部分來考慮：①所有的相容條件分類X(X∈pos_A(D))且X∈U/ind(A)，相容條件分類X中的所有樣本在A上都含有相同的屬性值以及相同的決策值，在屬性組合A下這些樣本是完全相同的，因此這些樣本可以隨意被分割到不同的子數(shù)據(jù)集中，也不會造成正域的變化；②所有的沖突條件分類Y(Y∈neg_A(D))且Y∈U/ind(A)；Y中的樣本在A上都含有相同的屬性值以及不同的決策值，在分割父數(shù)據(jù)集的過程中把同一個沖突條件分類Y的樣本分到同一個子數(shù)據(jù)集中；

4)基于概念格的節(jié)點對的關(guān)聯(lián)規(guī)則挖掘：采用基于先輩晚輩節(jié)點對的關(guān)聯(lián)規(guī)則提取方法來提取概念格上的關(guān)聯(lián)規(guī)則，關(guān)聯(lián)規(guī)則基于頻繁項集挖掘，它的兩個重要的興趣度度量指標(biāo)是支持度和置信度，支持度表明規(guī)則的可用性，而置信度則表明規(guī)則的確定性，對于概念格中的先輩晚輩節(jié)點對(C1,C2)，假定C₁＝(O₁∪O,A),C₂＝(O,A∪B)，則在具有A屬性的|O₁∪O|個對象中有|O|個也具有B屬性，即可得到關(guān)聯(lián)規(guī)則其支持度是λsup port=(A⇒B)=|O|U=|extent(C2)||U|,]]>置信度是λconfidence(A⇒B)=|O||O1∪O|=|extent(C2)||extent(C1)|;]]>

在概念格上提取規(guī)則：提取外延對象數(shù)大于等于支持度閾值，且晚輩外延對象個數(shù)與先輩外延對象個數(shù)的比值大于等于置信度閾值的節(jié)點對；

5)可伸縮粒計算知識的獲取：通過對信息表分層?；Ｐ偷姆治?，采用一種粒分布鏈表方法；

6)建立面向分布異構(gòu)海量的城市安全數(shù)據(jù)流挖掘系統(tǒng)架構(gòu)：采用四種輔助網(wǎng)格服務(wù)來支持網(wǎng)格數(shù)據(jù)挖掘：數(shù)據(jù)傳輸服務(wù)、針對數(shù)據(jù)挖掘任務(wù)的資源分配和調(diào)度服務(wù)、數(shù)據(jù)分割服務(wù)以及全局模型生成服務(wù)；

其中，數(shù)據(jù)傳輸服務(wù)：待挖掘處理數(shù)據(jù)在各網(wǎng)格節(jié)點之間的傳輸以及數(shù)據(jù)挖掘過程中需要處理的信息的過程；

資源分配和調(diào)度服務(wù)：能夠最優(yōu)化地把數(shù)據(jù)挖掘的相關(guān)任務(wù)分配到網(wǎng)格資源上進行處理；

數(shù)據(jù)分割服務(wù)：作為網(wǎng)格下海量數(shù)據(jù)挖掘的預(yù)處理過程，為了支持網(wǎng)格平臺對海量數(shù)據(jù)的分布式并行挖掘處理；

全局模型生成服務(wù)：為了合成各個網(wǎng)格節(jié)點通過函數(shù)挖掘得到的局部模型。

2.如權(quán)利要求1所述的融合粗糙集與粒計算的分布異構(gòu)海量城市安全數(shù)據(jù)流的在線數(shù)據(jù)挖掘方法，其特征在于：所述步驟5）中，結(jié)合數(shù)據(jù)庫技術(shù)為分層粒化模型中的粒子生成粒分布鏈表，引入樣本覆蓋因子。