一种面向大规模数据的关联规则树挖掘方法

摘要

本发明涉及一种面向大规模数据的关联规则树挖掘方法，包括以下步骤：S1.对原始数据进行预处理，将原始数据的数据结构处理为便于遍历的数据结构；S2.遍历每项数据，将每项数据包含的属性名、属性名的值名及其支持度缓存起来，生成1‑候选项集C₁；S3.由1‑候选项集C₁生成1‑频繁项集L₁；S4.由k‑频繁项集L_k生成k+1‑候选项集C_k+1；S5.由k+1‑候选项集C_k+1生成k+1‑频繁项集L_k+1；S6.重复执行步骤S4～S5直至不能生成新的k+1‑频繁项集L_k+1；S7.将步骤S6获得的所有的频繁项集用于生成规则；S8.过滤出能被规则分类的数据，不能被规则分类的数据重复执行步骤S1～步骤S7，直至没有规则生成。

主权项

一种面向大规模数据的关联规则树挖掘方法，其特征在于：包括以下步骤：S1.对原始数据进行预处理，将原始数据的数据结构处理为便于遍历的数据结构；S2.遍历每项数据，将每项数据包含的属性名、属性名的值名及其支持度缓存起来，生成1‑候选项集C₁；S3.由1‑候选项集C₁生成1‑频繁项集L₁；S4.由k‑频繁项集L_k生成k+1‑候选项集C_k+1：设k‑频繁项集L_k中某一个项集为I，找出该项集中属性名最靠右的属性，设为A，然后在1‑频繁项集L₁中找到一个比A更靠右的属性，拼接到I的后面；对k‑频繁项集L_k中所有的项集进行以上操作，则生成了k+1‑候选项集C_k+1；S5.由k+1‑候选项集C_k+1生成k+1‑频繁项集L_k+1；S6.重复执行步骤S4～S5直至不能生成新的k+1‑频繁项集L_k+1；S7.将步骤S6获得的所有的频繁项集用于生成规则；S8.过滤出能被规则分类的数据，不能被规则分类的数据重复执行步骤S1～步骤S7，直至没有规则生成。