[發明專利]有趣項集獲取方法和裝置在審
| 申請號： | 201410078745.X | 申請日： | 2014-03-05 |
| 公開（公告）號： | CN104899408A | 公開（公告）日： | 2015-09-09 |
| 發明（設計）人： | 祝世偉;李雪峰;王天梅;張巍;涂艷 | 申請（專利權）人： | 孫寶文;祝世偉 |
| 主分類號： | G06F19/00 | 分類號： | G06F19/00 |
| 代理公司： | 北京三高永信知識產權代理有限責任公司 11138 | 代理人： | 江崇玉 |
| 地址： | 100081 北京市海淀區學院*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 有趣 獲取 方法 裝置 | ||
1.一種有趣項集獲取方法，其特征在于，所述方法包括：
掃描待分析的事務集，得到所述事務集中的每個項目，并計算每個項目的支持度，所述事務集包括多個事務，每個事務包括至少一個項目；
基于每個項目的支持度，得到多個候選項集；
對于每個候選項集，計算所述候選項集的支持度和余弦相似度；
判斷所述候選項集的余弦相似度是否大于第一預設閾值，并判斷所述候選項集的支持度是否大于第二預設閾值；
當所述候選項集的余弦相似度大于所述第一預設閾值，且所述候選項集的支持度大于所述第二預設閾值時，將所述候選項集作為有趣項集。
2.根據權利要求1所述的方法，其特征在于，計算所述候選項集的支持度和余弦相似度包括：
獲取所述事務集包含的事務數目，并獲取所述候選項集中的每個項目在所述事務集中同時出現的次數；
根據所述事務數目以及所述候選項集中每個項目在所述事務集中同時出現的次數，計算所述候選項集的支持度；
根據所述候選項集的支持度以及所述候選項集中每個項目的支持度，應用以下公式計算所述候選項集的余弦相似度：
其中，X為所述候選項集，X={i1,i2,...,iK}，K為所述候選項集的寬度，K≥2，k=1,2,...K，cos(X)為所述候選項集的余弦相似度，supp(X)為所述候選項集的支持度，supp({ik})為所述候選項集中項目ik的支持度。
3.根據權利要求1所述的方法，其特征在于，基于每個項目的支持度，得到多個候選項集包括：
將每個項目所構成的項集分別作為候選項集。
4.根據權利要求1所述的方法，其特征在于，所述方法還包括：
當所述第一候選項集的余弦相似度大于所述第一預設閾值，且所述第一候選項集的支持度大于所述第二預設閾值時，將所述第一候選項集的直接超集作為所述第二候選項集，繼續執行計算所述第二候選項集的支持度和余弦相似度的步驟；
其中，在所述第一候選項集的直接超集與所述第一候選項集的差集中，每個項目的支持度均大于所述第一候選項集中每個項目的支持度。
5.根據權利要求4所述的方法，其特征在于，將所述第一候選項集的直接超集作為所述第二候選項集包括：
從不屬于所述第一候選項集的項目中選取第一項目，所述第一項目的支持度大于所述第一候選項集中每個項目的支持度；
將所述第一候選項集與所述第一項目合并后的項集作為所述第二候選項集。
6.根據權利要求1所述的方法，其特征在于，判斷所述候選項集的余弦相似度是否大于第一預設閾值，并判斷所述候選項集的支持度是否大于第二預設閾值之后，所述方法還包括：
當所述候選項集的余弦相似度不大于所述第一預設閾值時，過濾所述候選項集的直接超集和所述候選項集；
當所述候選項集的支持度不大于所述第二預設閾值時，過濾所述候選項集的超集和所述候選項集；
其中，在所述候選項集的直接超集與所述候選項集的差集中，每個項目的支持度均大于所述候選項集中每個項目的支持度。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于孫寶文;祝世偉，未經孫寶文;祝世偉許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201410078745.X/1.html，轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學，即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建?；蚍抡妫纾焊怕誓Ｐ突騽討B模型，遺傳基因管理網絡，蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的，例如：進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的，例如：結構排序，結構或功能關系，蛋白質折疊，結構域拓撲，用結構數據的藥靶，涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的，例如：基因型–表型關聯，不均衡連接，種群遺傳學，結合位置鑒定，變異發生，基因型或染色體組的注釋，蛋白質相互作用或蛋白質核酸的相互作用
