[發(fā)明專利]增量式隱私保護的頻繁模式挖掘方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810588127.8
• 申請日: 2018-06-08
• 公開（公告）號: CN109062927A
• 公開（公告）日: 2018-12-21
• 發(fā)明（設計）人: 尚凌輝;陳鑫;葉淑陽
• 申請（專利權）人: 浙江捷尚人工智能研究發(fā)展有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F21/62
• 代理公司: 廣州市越秀區(qū)哲力專利商標事務所(普通合伙) 44288
• 代理人: 胡擁軍;糜婧

本發(fā)明公開了增量式隱私保護的頻繁模式挖掘方法及系統(tǒng)，分別對原數(shù)據(jù)庫和新增數(shù)據(jù)庫進行頻繁模式挖掘，根據(jù)二者的數(shù)據(jù)量、索引量確定其加權系數(shù)，再對原數(shù)據(jù)庫和新增數(shù)據(jù)庫的頻繁項集進行同類項合并，得到新數(shù)據(jù)庫的確認頻繁項集和待確認頻繁項集，將確認頻繁項集中的頻繁項列入新數(shù)據(jù)庫的頻繁項集，對于待確認頻繁項集中的待確認頻繁項，依次確認每個待確認頻繁項是否列入新數(shù)據(jù)庫的頻繁項集，獲取新數(shù)據(jù)庫的頻繁項集中每個頻繁項在新數(shù)據(jù)庫的支持度。本發(fā)明引入了增量更新模型，采用高效且簡單的頻繁項集生成算法，通過加權系數(shù)利用原數(shù)據(jù)庫的頻繁模式挖掘結果得到新數(shù)據(jù)庫中頻繁項的支持度，提高了隱私保護的頻繁模式挖掘算法的效率。

技術領域

本發(fā)明涉及信息技術和數(shù)據(jù)挖掘的技術領域，尤其涉及增量式隱私保護的頻繁模式挖掘方法及系統(tǒng)。

背景技術

目前，在隱私保護數(shù)據(jù)挖掘中的需求是，根據(jù)具體情況對原始數(shù)據(jù)庫中的記錄進行模糊化處理的同時保持數(shù)據(jù)的統(tǒng)計特性，即，在經(jīng)過處理的數(shù)據(jù)庫上進行數(shù)據(jù)挖掘，通過對數(shù)據(jù)的原始統(tǒng)計特性的估計來得到較為準確的處理結果，同時又不泄露用戶的原始數(shù)據(jù)。

頻繁模式是數(shù)據(jù)集中頻繁出現(xiàn)的項集、序列或子結構。頻繁模式挖掘是關聯(lián)規(guī)則、相關分析、因果分析的基礎，對分類、聚類也有很大幫助。它在實際中的應用非常廣泛，例如，購物籃分析、網(wǎng)頁日志分析、DNA序列分析等。因此，頻繁模式挖掘是一項非常重要的數(shù)據(jù)挖掘任務。

數(shù)據(jù)庫中所包含的數(shù)據(jù)并不會一成不變，其會隨著時間的流逝而產(chǎn)生或大或小的變化，由于數(shù)據(jù)庫的更新，會引入新的關聯(lián)規(guī)則并使一些現(xiàn)有的關聯(lián)規(guī)則失效，頻繁項集也存在類似的更新問題。針對數(shù)據(jù)庫中數(shù)據(jù)新增的問題，如果要在整個更新的數(shù)據(jù)庫上重新運行關聯(lián)規(guī)則挖掘算法，就會造成了之前挖掘結果的極大浪費。最初在找出舊的大項目集時完成的所有計算都被浪費，新的頻繁項集都必須重新開始計算，這樣必將導致現(xiàn)有技術的隱私保護的頻繁模式挖掘算法效率不高。

發(fā)明內容

為了克服現(xiàn)有技術的不足，本發(fā)明的目的在于提供增量式隱私保護的頻繁模式挖掘方法及系統(tǒng)，旨在解決現(xiàn)有技術的隱私保護的頻繁模式挖掘算法效率不高的問題。

本發(fā)明的目的采用以下技術方案實現(xiàn)：

一種增量式隱私保護的頻繁模式挖掘方法，包括：

設定步驟，設定原數(shù)據(jù)庫的閾值、新增數(shù)據(jù)庫的閾值、新數(shù)據(jù)庫的閾值；所述新數(shù)據(jù)庫為原數(shù)據(jù)庫增加了新增數(shù)據(jù)庫后形成的數(shù)據(jù)庫；

第一挖掘步驟，根據(jù)原數(shù)據(jù)庫的閾值對原數(shù)據(jù)庫進行頻繁模式挖掘，獲取原數(shù)據(jù)庫的頻繁項集、各頻繁項及其支持度；

第二挖掘步驟，根據(jù)新增數(shù)據(jù)庫的閾值對新增數(shù)據(jù)庫進行頻繁模式挖掘，獲取新增數(shù)據(jù)庫的頻繁項集、各頻繁項及其支持度；

系數(shù)確定步驟，根據(jù)原數(shù)據(jù)庫的數(shù)據(jù)量和索引量、新增數(shù)據(jù)庫的數(shù)據(jù)量和索引量，確定原數(shù)據(jù)庫的加權系數(shù)和新增數(shù)據(jù)庫的加權系數(shù)；

合并步驟，對原數(shù)據(jù)庫的頻繁項集和新增數(shù)據(jù)庫的頻繁項集進行同類項合并，得到新數(shù)據(jù)庫的確認頻繁項集和待確認頻繁項集；

確認步驟，將確認頻繁項集中的頻繁項列入新數(shù)據(jù)庫的頻繁項集；對于待確認頻繁項集中的待確認頻繁項，依次確認每個待確認頻繁項是否列入新數(shù)據(jù)庫的頻繁項集；獲取新數(shù)據(jù)庫的頻繁項集中每個頻繁項在新數(shù)據(jù)庫的支持度。

在上述實施例的基礎上，優(yōu)選的，所述合并步驟，具體為：

將原數(shù)據(jù)庫的頻繁項集中的頻繁項和新增數(shù)據(jù)庫的頻繁項集中的頻繁項作為待確認頻繁項；

如果某待確認頻繁項同時出現(xiàn)在原數(shù)據(jù)庫和新增數(shù)據(jù)庫，則將該待確認頻繁項列入新數(shù)據(jù)庫的確認頻繁項集；

如果某待確認頻繁項只出現(xiàn)在原數(shù)據(jù)庫或者新增數(shù)據(jù)庫，則將該待確認頻繁項列入新數(shù)據(jù)庫的待確認頻繁項集。