(A2))。
[0090] 則生成屬性關(guān)聯(lián)規(guī)則的可信度為：
[0091 ] C(T⑷一（T(A2)-T⑷））=S(T%UA2))/S(T⑷）或
[0092] C(T(A2) -(T(A!)-T(A2))) =S(T(A!UA2))/S(T(A2)) 〇
[0093] 實(shí)施例1:
[0094] -個(gè)信息系統(tǒng)I= (U,A,f) = ({u!，· · ·，u1Q}，{a!，a2,a3,a4,a5}，f)實(shí)例如表 1 所 不。
[0095]
[0096] 表 1
[0097] 根據(jù)表1，W的對(duì)象向量表不為
[0098] Ul= (1,0, 1,0, 1),
[0099] 即表1中第一行的向量表示，其它Ul的對(duì)象向量表示類似可得。
[0100] 表1中ai的屬性向量表不為
[0101]
[0102] 即表1中第一列的向量表示，其它aj的屬性向量表示類似可得。
[0103] ^和ai的對(duì)象向量和屬性向量的數(shù)乘向量運(yùn)算為
[0104] 1Xuj=u!= (1, 0, 1, 0, 1),
[0105] 0XUi= (1, 1, 1, 1, 1),
[0106]
[0107]
[0108] 其它對(duì)象向量和屬性向量的數(shù)乘向量運(yùn)算類似可得。
[0109] 基于對(duì)象和屬性向量的數(shù)乘向量運(yùn)算規(guī)則，具體實(shí)例中屬性集上的屬性ai確定的 向量基可如下計(jì)算得到
[0110]
[0111] 其支持度為
[0112] S(B(ai)) =s(ai) = (1+0+0+1+0+1+1+1+1+0)/10 = 0. 6〇
[0113] 其它屬性確定的向量基類似可得，分別為
[0114] B(a2) = (0，1，0，0，1)，
[0115] B(a3) = (0, 0, 1，0, 0)，
[0116] B(a4) = (0,0, 1，1，0)，
[0117] B(a5) = (0, 0, 0, 0, 1)。
[0118] 在一個(gè)實(shí)施例中，具體的，對(duì)向量基按從小到大排序并按此排序從小到大兩兩并 的方式生成屬性集上的向量，即屬性4確定的向量基（p< ci；?，i4,is)對(duì) 應(yīng)自然數(shù)P，uX24+p'l2X23+p'l3X22+p'l4X2+p'l5，因此，B(ai)，B(a2)，B(a3)，B(a4) 和B(a5)按各自對(duì)應(yīng)的自然數(shù)大小從小到大排序。最小的向量基分別和其它向量基分別取 并得到新向量，并按其對(duì)應(yīng)的自然數(shù)大小插入向量基的排序中，然后次小的向量再次執(zhí)行 上述步驟，至無新向量生成終止。上述過程保證每次均只有兩個(gè)向量參與取并運(yùn)算，即令 T(J' ) = (P'u，p'l2，p'l3，p'l4，p' 15)和T(J" ) = (p"u，p"l2，p"l3，p"l4，p" 15) 分別為已生成的向量，則T(J')和T(J")生成的向量為
[0119] T(Jr )VT(J// ) = (pril)p,i2)p,i3)p,i4)p,i5)V(p;/i2,p"i3,p"i4, P" l5)
[0120] = (p'uVP" n,P'i2VP" i2,P'i3VP" i3,P'i4VP" i4,P'i5VP" i5) 〇
[0121] 8(&1)對(duì)應(yīng)自然數(shù)為1\24+0\2 3+0\22+0父2+1 = 17,8(&2)對(duì)應(yīng)自然數(shù)為9,8(&3) 對(duì)應(yīng)自然數(shù)為4,B(a4)對(duì)應(yīng)自然數(shù)為6及B(a5)對(duì)應(yīng)自然數(shù)為1。表2是按各自對(duì)應(yīng)的自 然數(shù)大小從小到大排序5個(gè)基的結(jié)果及其支持度。
[0122]
[0123] 表 2
[0124] 基于表2所示，最小的向量基分別和其它向量基分別取并得到新向量，并按其對(duì) 應(yīng)的自然數(shù)大小插入向量基的排序中，表3給出了B(a5)和其它向量基分別取并得到新向 量。
[0127] 表 3
[0128] 表4給出了按上述過程逐次生成的屬性集上的所有向量。
[0129]
[
[0131]表 4
[0132] 根據(jù)表4,設(shè)定支持度和可信度閾值為0. 5,按生成向量從小到大的順序兩兩逐次 判斷是否滿足閾值并生成屬性關(guān)聯(lián)規(guī)則，如從最小的向量B(a5)開始，首先和B(a3)生成的 向量B(a5)VB(a3)滿足支持度大于等于0.5,因此，B(a5)和B(a3)可生成如下屬性關(guān)聯(lián)規(guī) 則：
[0133] (0, 0, 0, 0, 1) - (0, 0, 1，0, 0)和（0, 0, 1，0, 0) - (0, 0, 0, 0, 1)，即a5-a3和 a3-a5，其可信度分別為5/7和5/8,大于等于0. 5。
[0134] 其它滿足支持度和可信度閾值條件的屬性關(guān)聯(lián)規(guī)則可類似生成。
[0135] 表5給出了兩兩向量逐次生成滿足條件的屬性關(guān)聯(lián)規(guī)則。
[0136]
[0138]表 5
[0139] 本發(fā)明的一種基于向量運(yùn)算的關(guān)聯(lián)規(guī)則挖掘方法，借助對(duì)象和屬性的向量表示， 利用約定的向量運(yùn)算生成屬性集上的向量基，用于刻畫屬性之間的最基本相關(guān)關(guān)系，利用 向量基生成屬性集上的向量拓?fù)?，避免了在屬性集的冪集中運(yùn)算，減少了對(duì)象和屬性之間 運(yùn)算次數(shù)。在屬性集上的向量拓?fù)渲袑ふ覞M足條件的頻繁閉項(xiàng)集，同時(shí)，包括其極小生成元 在內(nèi)的所有生成元均在向量拓?fù)?，縮減了頻繁閉項(xiàng)集及其極小生成元的搜索范圍。
[0140] 實(shí)施例2 :
[0141] 本實(shí)施例使用EXTENDEDBAKERYDataset數(shù)據(jù)集，該數(shù)據(jù)集記錄了購買40種面包 (編號(hào)為1至40)和10中飲料（編號(hào)為41至50)共75000條銷售記錄，所挖掘的屬性關(guān)聯(lián) 規(guī)則體現(xiàn)為購買面包和飲料的關(guān)聯(lián)關(guān)系，使用本發(fā)明方法挖掘?qū)傩躁P(guān)聯(lián)規(guī)則，支持度閾值 設(shè)定為〇. 01，可信度閾值設(shè)定為〇,共生成352條屬性關(guān)聯(lián)規(guī)則，并與經(jīng)典Aprior算法從屬 性關(guān)聯(lián)規(guī)則的數(shù)量、運(yùn)行時(shí)間和占用內(nèi)存方面進(jìn)行比較，其中，屬性關(guān)聯(lián)規(guī)則的數(shù)量及規(guī)則 的前后件內(nèi)容完全一致，運(yùn)行時(shí)間和占用內(nèi)存見表6。
[0142] L0143J衣6
[0144] 在比較實(shí)驗(yàn)中，本實(shí)施例將原始數(shù)據(jù)75000條數(shù)據(jù)進(jìn)行復(fù)制翻倍操作7次，以2的 倍數(shù)規(guī)模增長(zhǎng)，分別得到8組數(shù)據(jù)，所得規(guī)則數(shù)量及其支持度、可信度不變，但運(yùn)行時(shí)間和 占用內(nèi)存有變化，由于對(duì)數(shù)據(jù)進(jìn)行了翻倍處理，突出了數(shù)據(jù)重復(fù)計(jì)算的問題，很明顯的可以 看出，現(xiàn)有技術(shù)的算法在處理屬性關(guān)聯(lián)規(guī)則的重復(fù)生成問題上有較大的缺點(diǎn)。圖2展示了 本發(fā)明所提算法與Aprior算法的運(yùn)行時(shí)間曲線，圖中可清楚的看出本發(fā)明的方法相比現(xiàn) 有的Aprior算法在處理同一數(shù)據(jù)時(shí)的運(yùn)行時(shí)間大幅度降低，在表6中，本發(fā)明的方法較現(xiàn) 有的Aprior算法在內(nèi)存占用上也有較大的優(yōu)勢(shì)。
[0145] 上面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】進(jìn)行了詳細(xì)說明，但本發(fā)明并不限制于上 述實(shí)施方式，在不脫離本申請(qǐng)的權(quán)利要求的精神和范圍情況下，本領(lǐng)域的技術(shù)人員可以作 出各種修改或改型。
【主權(quán)項(xiàng)】
1. 一種基于向量運(yùn)算的關(guān)聯(lián)規(guī)則挖掘方法，其特征在于，包括以下步驟： 定義對(duì)象和屬性的向量表示，約定對(duì)象向量和屬性向量的運(yùn)算規(guī)則，用于計(jì)算屬性集 上的向量基； 根據(jù)向量基計(jì)算生成屬性集上的向量； 根據(jù)所述屬性集上的向量計(jì)算屬性集上的任一向量的支持度； 設(shè)定向量基的支持度閾值，篩選出大于支持度閾值條件的向量； 根據(jù)預(yù)先設(shè)定的可信度閾值，在所述大于支持度閾值條件的向量中挖掘滿足條件的屬 性關(guān)聯(lián)規(guī)則。2. 根據(jù)權(quán)利要求1所述的一種基于向量運(yùn)算的關(guān)聯(lián)規(guī)則挖掘方法，其特征在于，所述 定義對(duì)象和屬性的向量表示，約定對(duì)象向量和屬性向量的運(yùn)算規(guī)則包括： 定義信息系統(tǒng)I表示為= (U，A，f)，U表示對(duì)象集、A表示屬性集，其中U= {Ul，… ，uj，A = {a?！?，am}，示對(duì)象集中第η個(gè)元素、a"^示屬性集中第m個(gè)元素； f稱為I的信息函數(shù)，即f:UXA - 1}，對(duì)任意（Ui, a」）e UXA，若?? a) = 〇,則稱第i個(gè)對(duì)象化不具有第j個(gè)屬性a _j;若f(u ;，a) = Pi_j= 1，則稱第i個(gè)對(duì)象u ;具有 第j個(gè)屬性4。 定義Ar A 2為一條屬性關(guān)聯(lián)規(guī)貝lj，其中，A 47 g 4且.4..:ΓΛ4ι =0，Ai稱為前件，A 2稱 為后件； 定義Ui= (p η,. . .，pim)1Xm，表示對(duì)象w可表示為由0或1構(gòu)成的m維行向量； 定義^表示屬性h可表示為由0或1構(gòu)成的η維列向量； 約定如下向量運(yùn)算規(guī)則，1 〇屮=u ;、0 〇屮=1 1Xm= (1，…，1) 1Xm、:L 〇 a.j= a .j、其中，（1，···，1) 1Xm表示元素全為1的m維行向量，表示元素全為1的η維列向量； 約定屬性4與（Ui，…，un)之間的向量運(yùn)算規(guī)則如下，約定屬性化與（a i，…，aj之間的向量運(yùn)算規(guī)則如下，其中n，m，i，j均為正整數(shù)。3. 根據(jù)權(quán)利要求1所述的一種基于向量運(yùn)算的關(guān)聯(lián)規(guī)則挖掘方法，其特征在于，所述 計(jì)算屬性集上的向量基為： 定義B(a_j)表示屬性a_j可生成一個(gè)向量基，得到屬性集上的向量基為， B ⑷={B (a.) | a.〗e A}， 其中n，j均為正整數(shù)。4. 根據(jù)權(quán)利要求3所述的一種基于向量運(yùn)算的關(guān)聯(lián)規(guī)則挖掘方法，其特征在于，所述 根據(jù)向量基計(jì)算生成屬性集上的向量為： 由Γ對(duì)應(yīng)的向量基生成的向量Τ0- )表示為 T (J '）= V j e B (a.j)， 其中J ^是某一指標(biāo)集，J ^對(duì)應(yīng)的向量基生成的所有向量記為，其中m，j均為正整數(shù)。5. 根據(jù)權(quán)利要求4所述的一種基于向量運(yùn)算的關(guān)聯(lián)規(guī)則挖掘方法，其特征在于，所述 根據(jù)所述屬性集上的向量計(jì)算屬性集上的任一向量的支持度為： 任一向量Τ0- ) e T(A)的支持度為：S(T(J' )) = (p' u+p' 2.j+...+p' n.j)/n，其中 n，j 均為正整數(shù)。6. 根據(jù)權(quán)利要求1-5任一項(xiàng)所述的一種基于向量運(yùn)算的關(guān)聯(lián)規(guī)則挖掘方法，其特征在 于，所述根據(jù)預(yù)先設(shè)定的可信度閾值，在所述大于支持度閾值條件的向量中挖掘滿足條件 的屬性關(guān)聯(lián)規(guī)則包括： 根據(jù)預(yù)先設(shè)定的關(guān)聯(lián)規(guī)則的可信度閾值，在T(A)中挖掘大于可信度閾值的屬性關(guān)聯(lián) 規(guī)則。7. 根據(jù)權(quán)利要求6所述的一種基于向量運(yùn)算的關(guān)聯(lián)規(guī)則挖掘方法，其特征在于，所述 挖掘大于可信度閾值的屬性關(guān)聯(lián)規(guī)則為： 在T(A)中選擇兩個(gè)向量，記為T%)和T(A2)，其中，T%)表示由屬性子集六1中所有 元素對(duì)應(yīng)的向量基確定的屬性集上的向量，T(A2)表示由屬性子集六2中所有元素對(duì)應(yīng)的向 量基確定的屬性集上的向量。T(Ai)和T(A2)中任一個(gè)向量為前件，另一個(gè)向量減去前件為 后件，生成一條屬性關(guān)聯(lián)規(guī)則，即： 酬一輯)-酬）或 T(A2) -（酬-1^2))〇 則生成屬性關(guān)聯(lián)規(guī)則的可信度為：
【專利摘要】本發(fā)明公開了一種基于向量運(yùn)算的關(guān)聯(lián)規(guī)則挖掘方法，包括以下步驟：定義對(duì)象和屬性的向量表示，約定對(duì)象向量和屬性向量的運(yùn)算規(guī)則，用于計(jì)算屬性集上的向量基；根據(jù)向量基計(jì)算生成屬性集上的向量；根據(jù)所述屬性集上的向量計(jì)算屬性集上的任一向量的支持度；設(shè)定向量基的支持度閾值，篩選出大于支持度閾值條件的向量；根據(jù)預(yù)先設(shè)定的可信度閾值，在所述大于支持度閾值條件的向量中挖掘滿足條件的屬性關(guān)聯(lián)規(guī)則。本發(fā)明的基于向量運(yùn)算的屬性關(guān)聯(lián)規(guī)則挖掘方法，利用向量基生成屬性集上的向量拓?fù)?，避免了生成頻繁閉項(xiàng)集的冪集，因而避免了在屬性集的冪集中運(yùn)算，以及屬性關(guān)聯(lián)規(guī)則的重復(fù)生成問題，提高了計(jì)算效率。
【IPC分類】G06N5/02
【公開號(hào)】CN105335785
【申請(qǐng)?zhí)枴緾N201510729332
【發(fā)明人】周斌, 裴崢, 李波
【申請(qǐng)人】西華大學(xué)
【公開日】2016年2月17日
【申請(qǐng)日】2015年10月30日