一种大规模数据的关联规则挖掘方法

摘要

本发明提供一种大规模数据的关联规则挖掘方法，包括以下步骤：1）对输入数据进行基于相似度的分类预处理，使得同一分类中的记录间具有高相似度；2）对每个分类中的数据进行基于Apriori算法的挖掘，得到各分类的频繁项集；3）合并所有分类的频繁项集，将大于最小置信度的频繁项集对应关联规则判定为强关联规则。本发明能够减少产生不必要的关联性小的候选项集，从而提高整体数据的关联规则挖掘效率，具有更好的扩展性。

主权项

一种大规模数据的关联规则挖掘方法，其特征在于，包括以下步骤：1)对输入数据进行基于相似度的分类预处理，使得同一分类中的记录间具有高相似度；2)对每个分类中的数据进行基于Apriori算法的挖掘，得到各分类的频繁项集；3)合并所有分类的频繁项集，将大于最小信赖度的频繁项集对应关联规则判定为强关联规则；分类预处理的具体方法是：1.1在输入数据中选择k个条记录作为分类的基准点；k为大于等于2的整数；1.2扫描数据，并求出每一条记录与各基准点的相似度，根据将每条记录分配至与其相似度最高的基准点所对应的分类上；扫描完全部数据后，形成各分类对应区域；与一条记录相似度最高的基准点有1个或1个以上；1.3分别对各分类对应区域的记录进行平均，利用平均后的结果确定新的该区域的新的基准点，判断区域的基准点是否变化，如是，跳转到步骤1.2，如否，分类结束。