[發明專利]更新地理信息數據增量的方法及裝置

在審

• 申請號: 201611154814.6
• 申請日: 2016-12-14
• 公開（公告）號: CN106844435A
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 孫昕;張欣;張凱;呂陽;劉方藍;劉金鑫;張羽舒;張若昱;崔琪;陳晨;劉昊羽;鞠力
• 申請（專利權）人: 國網北京市電力公司;國家電網公司;北京電力經濟技術研究院
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京康信知識產權代理有限責任公司11240
• 代理人: 韓建偉,張永明

技術領域

本發明涉及數據處理領域，具體而言，涉及一種更新地理信息數據增量的方法及裝置。

背景技術

關聯規則挖掘作為數據挖掘的一個重要領域，用于發現大量數據中項集之間的關聯性，在各個領域發揮著不可替代的作用。目前，隨著信息技術的進一步發展，在國民經濟的各個領域積累的數據量越來越大，我們迎來了大數據的時代。在大數據的實際應用中，關聯規則挖掘的對象往往是一個龐大的集中式或分布式的數據源。如果采用單機進行關聯規則挖掘，存儲能力和挖掘效率勢必成為挖掘過程中的瓶頸，從而不能滿足大數據挖掘的需求。另一方面，在很多實際的數據挖掘應用中，往往還存在增量更新的問題。很多應用領域的數據庫都處在不斷更新中，從而導致原有挖掘出來的模式失去作用或產生新的模式。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種更新地理信息數據增量的方法及裝置，以至少解決相關技術中地理信息的數據更新效率低的技術問題。

根據本發明實施例的一個方面，提供了一種更新地理信息數據增量的方法，包括：獲取地理信息的候選項集，上述候選項集包括上述原始數據集和上述新增數據集；從上述候選項集中提取上述原始數據集和上述新增數據集；對提取的上述原始數據集和上述新增數據集進行計算，得到增量計算結果；根據上述增量計算結果更新上述地理信息的數據增量。

進一步地，獲取地理信息的候選項集包括：掃描地理信息數據庫；根據掃描結果生成上述地理信息的上述候選項集。

進一步地，對提取的上述原始數據集和上述新增數據集進行計算，得到增量計算結果包括：將上述原始數據集劃分為原始頻繁項集和原始非頻繁項集，并將上述新增數據集劃分為新增頻繁項集和新增非頻繁項集，其中，在數據集中，支持度計數大于等于數據集中事務記錄數目與最小支持度閾值的乘積的項集為頻繁項集，支持度計數小于數據集中事務記錄數目與最小支持度閾值的乘積的項集為非頻繁項集；計算上述原始頻繁項集與上述新增頻繁項集的并集，得到第一并集；計算上述原始頻繁項集與上述新增非頻繁項集，得到第二并集；計算上述原始非頻繁項集與上述新增頻繁項集，得到第三并集；計算上述原始非頻繁項集與上述新增非頻繁項集，得到第四并集；將上述第一并集、上述第二并集、上述第三并集和上述第四并集作為上述增量計算結果。

進一步地，根據上述增量計算結果更新上述地理信息的數據增量包括：將上述第一并集中的項集作為數據增量添加至上述新增數據集中；將上述第四并集中的項集從上述原始數據集中刪除。

進一步地，根據上述增量計算結果更新上述地理信息的數據增量包括：判斷上述第二并集中的項集是否是非頻繁項集；若是，則將該非頻繁項集對應的原始頻繁項集從上述原始數據集中刪除；和/或判斷上述第三并集中的項集是否是頻繁項集；若是，則將該頻繁項集對應的原始非頻繁項集添加到上述新增數據集中。

根據本發明實施例的另一方面，還提供了一種更新地理信息數據增量的裝置，包括：獲取單元，用于獲取地理信息候選項集，上述候選項集包括上述原始數據集和上述新增數據集；提取單元，用于從上述候選項集中提取上述原始數據集和新增數據集；計算單元，用于對提取的上述原始數據集和上述新增數據集進行計算，得到增量計算結果；更新單元，用于根據上述增量計算結果更新上述地理信息的數據增量。

進一步地，上述獲取單元包括：掃描模塊，用于掃描地理信息數據庫；生成模塊，用于根據掃描結果生成上述地理信息的候選項集。

進一步地，上述計算單元包括：劃分模塊，用于將上述原始數據集劃分為原始頻繁項集和原始非頻繁項集，并將上述新增數據集劃分為新增頻繁項集和新增非頻繁項集，其中，在數據集中，支持度計數大于等于數據集中事務記錄數目與最小支持度閾值的乘積的項集為頻繁項集，支持度計數小于數據集中事務記錄數目與最小支持度閾值的乘積的項集為非頻繁項集；第一計算模塊，用于計算上述原始頻繁項集與上述新增頻繁項集的并集，得到第一并集；第二計算模塊，用于計算上述原始頻繁項集與上述新增非頻繁項集，得到第二并集；第三計算模塊，用于第一計算模塊，用于計算上述原始非頻繁項集與上述新增頻繁項集，得到第三并集；第四計算模塊，用于計算上述原始非頻繁項集與上述新增非頻繁項集，得到第四并集；確定模塊，用于將上述第一并集、上述第二并集、上述第三并集和上述第四并集作為上述增量計算結果。