[發明專利]一種時序約束的大數據關聯規則挖掘方法

在審

• 申請號: 202210797772.7
• 申請日: 2022-07-06
• 公開（公告）號: CN115033622A
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 梁璟;鄒耀增;戴燎元;劉熙;詹蘊學;劉文用;韓聲利;李燦紅;劉宇;戴科;劉利強
• 申請（專利權）人: 湖南豐匯銀佳科技股份有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06N5/02;G06Q30/02
• 代理公司: 長沙大珂知識產權代理事務所(普通合伙) 43236
• 代理人: 王瓊琦

本發明涉及一種大數據挖掘的技術領域，公開了一種時序約束的大數據關聯規則挖掘方法，包括：S1：利用時間滑動窗口對待挖掘數據流進行處理，形成數據庫；S2：掃描數據庫，計算數據庫中每種元素的價值，刪除價值小于預定值的元素，并按價值大小對剩下的元素排序；S3：再次掃描數據庫，調整數據庫中元素順序，調整后元素的順序為基于價值大小的元素排序順序；S4：構建初始元素價值列表，通過迭代的方式構建K集合價值列表；S5：構建集合枚舉樹，利用價值策略方法對集合枚舉樹進行剪枝，最終枚舉出的元素序列集合即為數據庫的關聯規則。

技術領域

本發明涉及大數據挖掘的技術領域，尤其涉及一種時序約束的大數據關聯規則挖掘方法。

背景技術

隨著信息技術的高速發展，各行各業所產生的數據量呈爆炸式增長，但是與之相反的是人們在預測行業前景的時候卻不能參考足夠的、有價值的規律，因此從海量數據中挖掘出有價值的信息成為了當前的一個研究熱點。數據挖掘是當前人工智能和數據庫研究領域的重要組成部分，其中關聯規則挖掘又是數據挖掘領域的一大分支，關聯規則挖掘旨在挖掘不同事務、屬性間的潛在聯系。

傳統關聯規則挖掘方法主要為頻繁項集挖掘算法，如Apriori算法等，頻繁項集挖掘算法的目的是為了挖掘出數據庫中的頻繁出現的項目組合，將頻繁出現的項目組合作為數據庫中的關聯規則，但頻繁項集挖掘算法只能找出頻繁出現的項目組合，而不能確定出重要度更高的項目組合。

鑒于此，如何得到數據庫中更重要的關聯規則，成為本領域技術人員亟待解決的問題。

發明內容

本發明提供一種時序約束的大數據關聯規則挖掘方法，目的在于(1)實現時序約束條件下的大數據關聯規則挖掘；(2)保留大數據中重要的關聯規則；(3)解決目前關聯規則剪枝策略中計算復雜的問題。

實現上述目的，本發明提供的一種基于云技術資源的超高清后期制作解決方法，包括以下步驟：

S1：利用時間滑動窗口對待挖掘數據流進行處理，形成數據庫；

S2：掃描數據庫，計算數據庫中每種元素的價值，刪除價值小于預定值的元素，并按價值大小對剩下的元素排序；

S3：再次掃描數據庫，調整數據庫中元素順序，調整后元素的順序為基于價值大小的元素排序順序；

S4：構建初始元素價值列表，通過迭代的方式構建K集合價值列表；

S5：構建集合枚舉樹，利用價值策略方法對集合枚舉樹進行剪枝，最終枚舉出的元素序列集合即為數據庫的關聯規則。

作為本發明的進一步改進方法：

所述S1步驟中利用時間滑動窗口對待挖掘數據流進行滑動處理，形成不同時序約束下的數據庫，包括

設置基于時序約束的時間滑動窗口大小為W，并設置時序約束的初始時刻為t₁，將連續的數據流依次輸入到時間滑動窗口中，其中表示時刻t_i的事務數據，在本發明一個具體實施例中，事務數據包括q種不同元素的事務數據其中表示時刻t_i時，元素m_q的事務數據項；在用戶交易場景中，所述元素包括商品的類型、成本、價格、交易數量、利潤等；

時間滑動窗口對數據流D中事務數據的時刻進行判斷，若當前輸入的事務數據項時刻為初始時刻t₁，則將該時刻所對應的事務數據存儲到時間滑動窗口中，并依次將后續時刻的事務數據存儲到時間滑動窗口中，直到時間滑動窗口無存儲空間，若數據流中無要輸入的事務數據，則自動修改時間滑動窗口大小為當前窗口內事務數據的數目，得到存滿的時間滑動窗口；若當前輸入的事務數據時刻不為初始時刻t₁，則跳過該時刻的事務數據；

將存滿的時間滑動窗口作為時序初始時刻t₁，時序范圍為W的數據庫；