| 发明名称 | 一种基于张量分解的缺失关联规则挖掘方法 | ||
| 摘要 | 本发明涉及一种基于张量分解的缺失关联规则挖掘方法，包括如下步骤：(1)每个节点对自身所带的局部数据进行局部相关，在每个节点上运用先验算法发现局部关联规则，得到节点的局部置信度；(2)利用节点网络、每个节点的局部关联规则及权重矩阵建立基于张量的全局相关模型；(3)通过CP分解方法分解全局相关模型中的张量置信度，并使用共轭梯度算法计算得到近似张量置信度；(4)当存在缺失数据的情况下，利用分布式算法结合局部置信度与近似张量置信度得到接近缺失值的置信度张量，发现缺失关联规则。本方法能够更好地处理云计算环境中的海量数据，具有优越性。 | ||
| 申请公布号 | CN105224507A | 申请公布日期 | 2016.01.06 |
| 申请号 | CN201510631132.9 | 申请日期 | 2015.09.29 |
| 申请人 | 杭州天宽科技有限公司 | 发明人 | 周天和;卢晓飞;蔡荣;张元元;张帆 |
| 分类号 | G06F17/16(2006.01)I | 主分类号 | G06F17/16(2006.01)I |
| 代理机构 | 杭州之江专利事务所(普通合伙) 33216 | 代理人 | 张慧英 |
| 主权项 | 一种基于张量分解的缺失关联规则挖掘方法，其特征在于包括如下步骤：(1)每个节点对自身所带的局部数据进行局部相关，在每个节点上运用先验算法发现局部关联规则，得到节点的局部置信度；(2)利用节点网络、每个节点的局部关联规则及权重矩阵建立基于张量的全局相关模型；(3)通过CP分解方法分解全局相关模型中的张量置信度，并使用共轭梯度算法计算得到近似张量置信度；(4)当存在缺失数据的情况下，利用分布式算法结合局部置信度与近似张量置信度得到接近缺失值的置信度张量，发现缺失关联规则。 | ||
| 地址 | 310000 浙江省杭州市西湖区天目山路398号钱江制冷大楼7F | ||