[發明專利]頻繁項業務數據挖掘分析方法及業務數據挖掘設備

在審

• 申請號: 202110697949.1
• 申請日: 2021-06-23
• 公開（公告）號: CN113282657A
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 孫鳳英
• 申請（專利權）人: 天窗智庫文化傳播（蘇州）有限公司
• 主分類號: G06F16/26
• 分類號: G06F16/26
• 代理公司: 蘇州瞪羚知識產權代理事務所(普通合伙) 32438
• 代理人: 張宇

1.一種頻繁項業務數據挖掘分析方法，其特征在于，所述方法包括：

對目標業務數據進行初始化業務數據挖掘解析，獲得初始化業務數據屬性，并對所述初始化業務數據屬性進行業務數據屬性關聯，獲得第一業務數據屬性；

根據所述第一業務數據屬性進行針對目標頻繁項業務數據的第一業務數據類型下的數據挖掘分析，得到用于表征所述目標頻繁項業務數據的初始化業務數據屬性特征，并對所述初始化業務數據屬性和所述第一業務數據屬性進行屬性重組，并對重組后的業務數據屬性進行業務數據屬性關聯，獲得第二業務數據屬性；

獲取所述初始化業務數據屬性特征中各業務數據屬性特征對應的業務數據權重參數；

對所述業務數據權重參數小于權重閾值的業務數據屬性特征進行特征過濾，得到特征過濾后的業務數據屬性特征，并根據所述特征過濾后的業務數據屬性特征的特征拓撲關系和所述第一業務數據屬性對應的特征拓撲關系，對所述特征過濾后的業務數據屬性特征進行順序排列，得到順序排列后的業務數據屬性特征；

根據所述第二業務數據屬性和所述順序排列后的業務數據屬性特征對所述目標頻繁項業務數據進行第二業務數據類型下的數據挖掘分析，以對所述順序排列后的業務數據屬性特征進行特征調整，并根據特征調整后的業務數據屬性特征挖掘分析出所述目標業務數據中的所述目標頻繁項業務數據。

2.根據權利要求1所述的方法，其特征在于，所述對所述初始化業務數據屬性進行業務數據屬性關聯，獲得第一業務數據屬性，包括：

通過頻繁項業務數據挖掘模型的第一業務數據屬性分析層，對所述初始化業務數據屬性進行第一頻繁項業務數據挖掘分析，得到所述初始化業務數據屬性的屬性分量；

通過所述頻繁項業務數據挖掘模型的第一屬性關聯層，對所述屬性分量進行業務數據屬性關聯，獲得所述第一業務數據屬性；

所述根據所述第一業務數據屬性進行針對目標頻繁項業務數據的第一業務數據類型下的數據挖掘分析，得到用于表征所述目標頻繁項業務數據的初始化業務數據屬性特征，包括：

通過頻繁項業務數據挖掘模型的第一業務數據特征卷積層，根據所述第一業務數據屬性提取所述目標業務數據中所述目標頻繁項業務數據的業務數據屬性特征；

對所述目標頻繁項業務數據的業務數據屬性特征進行聚類，得到用于表征所述目標頻繁項業務數據的初始化業務數據屬性特征。

3.根據權利要求2所述的方法，其特征在于，所述對所述初始化業務數據屬性和所述第一業務數據屬性進行屬性重組，并對重組后的業務數據屬性進行業務數據屬性關聯，獲得第二業務數據屬性，包括：

將所述初始化業務數據屬性和所述第一業務數據屬性輸入頻繁項業務數據挖掘模型的第二業務數據屬性分析層；

根據所述初始化業務數據屬性和所述第一業務數據屬性特征調整所述第二業務數據屬性分析層的網絡參數，得到特征調整后的網絡參數；

對所述初始化業務數據屬性和所述第一業務數據屬性進行屬性重組，得到重組后的業務數據屬性；

根據所述特征調整后的網絡參數，對所述重組后的業務數據屬性進行第一頻繁項業務數據挖掘分析，得到所述重組后的業務數據屬性對應的屬性分量；

通過所述頻繁項業務數據挖掘模型的第二屬性關聯層，對所述屬性分量進行業務數據屬性關聯，得到第二業務數據屬性。

4.根據權利要求3所述的方法，其特征在于，所述根據所述特征過濾后的業務數據屬性特征的特征拓撲關系和所述第一業務數據屬性對應的特征拓撲關系，對所述特征過濾后的業務數據屬性特征進行順序排列，得到順序排列后的業務數據屬性特征，包括：

獲取所述特征過濾后的業務數據屬性特征在與所述第一業務數據屬性對應的頻繁項業務數據分布中的特征拓撲映射關系；

根據所述特征拓撲映射關系對所述特征過濾后的業務數據屬性特征進行順序排列，得到順序排列后的業務數據屬性特征。