[發(fā)明專利]一種高質(zhì)量模式項(xiàng)集挖掘方法、裝置及數(shù)據(jù)處理設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201610969804.1
• 申請(qǐng)日: 2016-10-28
• 公開（公告）號(hào): CN108009180B
• 公開（公告）日: 2021-09-21
• 發(fā)明（設(shè)計(jì)）人: 林浚瑋;甘文生;肖磊;陳偉
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)深圳研究生院;騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458
• 代理公司: 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 王仲凱

1.一種高質(zhì)量模式項(xiàng)集挖掘方法，其特征在于，應(yīng)用于數(shù)據(jù)處理技術(shù)領(lǐng)域，所述方法包括：

確定待處理項(xiàng)集對(duì)應(yīng)的目標(biāo)事務(wù)的數(shù)量為所述待處理項(xiàng)集在事務(wù)數(shù)據(jù)庫(kù)中的支持度，其中，所述待處理項(xiàng)集對(duì)應(yīng)的目標(biāo)事務(wù)是包含所述待處理項(xiàng)集的所有數(shù)據(jù)項(xiàng)的事務(wù)；

確定所述待處理項(xiàng)集的權(quán)重占有度；

若所述待處理項(xiàng)集在事務(wù)數(shù)據(jù)庫(kù)中的支持度不小于預(yù)定的最低支持度閾值與所述事務(wù)數(shù)據(jù)庫(kù)中總事務(wù)數(shù)量的乘積，且所述待處理項(xiàng)集的權(quán)重占有度不小于預(yù)定的最小權(quán)重占有閾值，則確定所述待處理項(xiàng)集為高質(zhì)量模式項(xiàng)集；

其中，所述確定所述待處理項(xiàng)集的權(quán)重占有度包括：

創(chuàng)建所述事務(wù)數(shù)據(jù)庫(kù)中各數(shù)據(jù)項(xiàng)的權(quán)重表，所述權(quán)重表包括所述各數(shù)據(jù)項(xiàng)對(duì)應(yīng)的權(quán)重值；

確定所述待處理項(xiàng)集在所述目標(biāo)事務(wù)中的權(quán)重占有度，所述權(quán)重占有度為所述待處理項(xiàng)集包含的數(shù)據(jù)項(xiàng)的權(quán)重值之和分別與所述目標(biāo)事務(wù)中各數(shù)據(jù)項(xiàng)的權(quán)重值之和的商值；

將所確定的各商值相加，得到商值的加和；

將得到的商值的加和除以所述目標(biāo)事務(wù)的數(shù)量，得到所述待處理項(xiàng)集的權(quán)重占有度。

2.根據(jù)權(quán)利要求1所述的高質(zhì)量模式項(xiàng)集挖掘方法，其特征在于，所述預(yù)定的最低支持度閾值的確定過程包括：

根據(jù)最低支持度閾值表，確定所述待處理項(xiàng)集中各數(shù)據(jù)項(xiàng)的最低支持度閾值，所述最低支持度閾值表記錄有各數(shù)據(jù)項(xiàng)對(duì)應(yīng)的最低支持度閾值；

將所述待處理項(xiàng)集中各數(shù)據(jù)項(xiàng)的最低支持度閾值中的最小最低支持度閾值，確定為所述待處理項(xiàng)集對(duì)應(yīng)設(shè)定的最低支持度閾值。

3.根據(jù)權(quán)利要求1所述的高質(zhì)量模式項(xiàng)集挖掘方法，其特征在于，所述方法還包括：

若包含至少一個(gè)數(shù)據(jù)項(xiàng)的項(xiàng)集按照權(quán)重占有度從小到大排序，且所述項(xiàng)集的權(quán)重占有度小于預(yù)定的最小權(quán)重占有閾值，則確定該項(xiàng)集的超集均不是高質(zhì)量模式項(xiàng)集；其中，所述項(xiàng)集的超集包含該項(xiàng)集的所有數(shù)據(jù)項(xiàng)。

4.一種高質(zhì)量模式項(xiàng)集挖掘裝置，其特征在于，應(yīng)用于數(shù)據(jù)處理技術(shù)領(lǐng)域，所述裝置包括：

第一確定模塊，用于確定待處理項(xiàng)集對(duì)應(yīng)的目標(biāo)事務(wù)的數(shù)量為所述待處理項(xiàng)集在事務(wù)數(shù)據(jù)庫(kù)中的支持度，其中，所述待處理項(xiàng)集對(duì)應(yīng)的目標(biāo)事務(wù)是包含所述待處理項(xiàng)集的所有數(shù)據(jù)項(xiàng)的事務(wù)；

第二確定模塊，用于確定所述待處理項(xiàng)集的權(quán)重占有度；

第三確定模塊，用于若所述待處理項(xiàng)集在事務(wù)數(shù)據(jù)庫(kù)中的支持度不小于預(yù)定的最低支持度閾值與所述事務(wù)數(shù)據(jù)庫(kù)中總事務(wù)數(shù)量的乘積，且所述待處理項(xiàng)集的權(quán)重占有度不小于預(yù)定的最小權(quán)重占有閾值，則確定所述待處理項(xiàng)集為高質(zhì)量模式項(xiàng)集；

其中，所述第二確定模塊包括：

創(chuàng)建單元，用于創(chuàng)建所述事務(wù)數(shù)據(jù)庫(kù)中各數(shù)據(jù)項(xiàng)的權(quán)重表，所述權(quán)重表包括所述各數(shù)據(jù)項(xiàng)對(duì)應(yīng)的權(quán)重值；

第一確定子單元，用于確定所述待處理項(xiàng)集在所述目標(biāo)事務(wù)中的權(quán)重占有度，所述權(quán)重占有度為所述待處理項(xiàng)集包含的數(shù)據(jù)項(xiàng)的權(quán)重值之和分別與所述目標(biāo)事務(wù)中各數(shù)據(jù)項(xiàng)的權(quán)重值之和的商值；

第一處理子單元，用于將所確定的各商值相加，得到商值的加和；

第二確定子單元，用于將得到的商值的加和除以所述目標(biāo)事務(wù)的數(shù)量，得到所述待處理項(xiàng)集的權(quán)重占有度。

5.根據(jù)權(quán)利要求4所述的高質(zhì)量模式項(xiàng)集挖掘裝置，其特征在于，還包括：

第四確定模塊，用于根據(jù)最低支持度閾值表，確定所述待處理項(xiàng)集中各數(shù)據(jù)項(xiàng)的最低支持度閾值，所述最低支持度閾值表記錄有各數(shù)據(jù)項(xiàng)對(duì)應(yīng)的最低支持度閾值；

第五確定模塊，用于將所述待處理項(xiàng)集中各數(shù)據(jù)項(xiàng)的最低支持度閾值中的最小最低支持度閾值，確定為所述待處理項(xiàng)集對(duì)應(yīng)設(shè)定的最低支持度閾值。

6.根據(jù)權(quán)利要求4所述的高質(zhì)量模式項(xiàng)集挖掘裝置，其特征在于，還包括：

第六確定模塊，用于當(dāng)包含至少一個(gè)數(shù)據(jù)項(xiàng)的項(xiàng)集按照權(quán)重占有度從小到大排序，且所述項(xiàng)集的權(quán)重占有度小于預(yù)定的最小權(quán)重占有閾值，則確定該項(xiàng)集的超集均不是高質(zhì)量模式項(xiàng)集；其中，所述項(xiàng)集的超集包含該項(xiàng)集的所有數(shù)據(jù)項(xiàng)。

7.一種數(shù)據(jù)處理設(shè)備，其特征在于，包括權(quán)利要求4-6任一項(xiàng)所述的高質(zhì)量模式項(xiàng)集挖掘裝置。