[發明專利]一種快速高效的顯著性模式挖掘方法

在審

• 申請號: 202010542490.3
• 申請日: 2020-06-15
• 公開（公告）號: CN111695972A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 凌德;高傳集;于沈課
• 申請（專利權）人: 浪潮云信息技術股份公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/22;G06F16/2458
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 陳婷婷

1.一種快速高效的顯著性模式挖掘方法，其特征在于，該方法在頻繁模式挖掘中關聯規則的基礎上在進行顯著性挖掘，具體方式為：

進行頻繁模式挖掘，找到頻繁出現的商品組合，然后研究在不同類下頻繁模式的差異，在顯著性模式挖掘的基礎下，進行置換檢驗，通過P值的最小下界將不夠頻繁的模式篩選掉。

2.根據權利要求1所述的一種快速高效的顯著性模式挖掘方法，其特征在于，本方法通過FP-growth算法進行頻繁模式挖掘，

FP-growth通過構造前綴樹結構壓縮數據記錄；通過數據庫掃描識別所有頻繁項目，然后通過處理每個事物來構造FP樹，處理包括：從事物中挑選頻繁項目，按頻繁降序對項目進行排序生成分支，將分支插入FP樹。

3.根據權利要求2所述的一種快速高效的顯著性模式挖掘方法，其特征在于，所述前綴樹的節點包含兩個字段：項和計數；FP樹的節點包含兩個額外的指針：指向其父節點的父鏈接和指向包含相同項的另一個節點的節點鏈接。

4.根據權利要求1或2所述的一種快速高效的顯著性模式挖掘方法，其特征在于，本方法通過Westfall-Young light算法研究在不同類下頻繁模式的差異，通過Westfall-Younglight算法控制族錯誤率，通過檢索模式最終得到合適的閾值。

5.根據權利要求4所述的一種快速高效的顯著性模式挖掘方法，其特征在于，將替代集的檢索鏈接到頻繁模式挖掘中，解決枚舉檢驗模式問題。

6.根據權利要求4所述的一種快速高效的顯著性模式挖掘方法，其特征在于，Westfall-Young light算法中，每個頻繁項集對應一個檢驗，跑遍每個頻繁項集，每跑一個頻繁項集，計算相應的P值，并與目前P_min取最小得到新的P_min，所有檢驗跑完后得到最小的P_min。

7.根據權利要求6所述的一種快速高效的顯著性模式挖掘方法，其特征在于，通過增大最小支持度來控制FWER(δ)＜α，重復j_p次之后得到j_p個P_min的向量，取α分數位即可得到最后閾值。

8.根據權利要求7所述的一種快速高效的顯著性模式挖掘方法，其特征在于，控制FWER的過程如下：

ψ(x_s)是一個單調的p值最低可達下界函數，自變量是支持度，可檢測集即{S|ψ(x_s)≤δ}，由于單調性，其等價于{S|x_s≥ψ^-1(δ)}，即支持度應該大于ψ^-1(δ)；其中δ是α的一個過程量，每新跑一個項集，就相當于多了一個檢驗，需要限制更大的σ，則α的替代值δ＝ψ(σ)會減小，然后模擬出p[p_min＜σ)]，直到σ增大到能夠控制p[p_min＜σ)]＜α為止，再添加新的檢驗；

遞歸跑遍所有項集，由于σ增大，部分不頻繁項集不計算，此時每個實驗都得到了一組σ、δ、p_min，并且FWER(δ)＜α成立，根據所有p_min分位數得出閾值δ即可。

9.一種快速高效的顯著性模式挖掘裝置，其特征在于，包括：至少一個存儲器和至少一個處理器；

所述至少一個存儲器，用于存儲機器可讀程序；

所述至少一個處理器，用于調用所述機器可讀程序，執行權利要求1至8任一所述的方法。

10.計算機可讀介質，其特征在于，所述計算機可讀介質上存儲有計算機指令，所述計算機指令在被處理器執行時，使所述處理器執行權利要求1至8任一所述的方法。