[发明专利]通过确定输入数据中的模式进行数据挖掘

权利要求书

1.一种用于检测包含多个事务的输入数据中的模式的计算机化方法， 每个事务具有至少一个项目，所述方法包括以下步骤：

接收用于感兴趣模式的过滤器条件，

根据所接收的过滤器条件，确定与生成候选模式有关的第一适用过滤 器条件集合，

选择已评估的候选模式作为父候选模式并维护有关所述父候选模式的 评估信息，所述评估信息包括指示输入数据中的事务或事务组是否为父候 选模式的支持度作出贡献的布尔值，

通过扩展所述父候选模式并通过应用第一适用过滤器条件集合来生成 子候选模式，

相对于共同在多个类似候选模式集合内的输入数据并根据有关所述父 候选模式的所述评估信息来评估所述子候选模式，每个类似候选模式集合 具有最多预定数量的类似候选模式并且至少一个类似候选模式集合具有至 少两个类似候选模式，每一个类似候选模式集合中的类似候选模式由于添 加到父候选模式的一个不同项目而彼此不同，以及

递归地使用至少一个成功通过评估步骤的子候选模式作为父候选模 式。

2.如权利要求1所述的计算机化方法，其中每个类似候选模式集合中 的候选模式彼此的差别在于被添加到父候选模式的一个相应项目。

3.如权利要求1或2所述的计算机化方法，其中生成子候选模式的步 骤包括以下步骤中的至少一个步骤：

将一个新项目添加到所述父候选模式的第一个项目集合；

将一个新项目添加到所述父候选模式的最后一个项目集合；以及

将包括一个项目的新项目集合附加到所述父候选模式。

4.如权利要求1或2所述的计算机化方法，其中所述预定数量取决于 执行所述计算机化方法的计算系统的特性。

5.如权利要求1或2所述的计算机化方法，包括根据所述输入数据来 计算统计度量以便在生成和评估步骤中的至少一个步骤内使用，所述统计 度量包括以下项中的至少一项：项目对统计信息和权重统计信息。

6.如权利要求5所述的计算机化方法，包括当应用所述第一过滤器条 件集合时，根据所述统计度量来限制所述候选模式的搜索空间。

7.如权利要求5或6所述的计算机化方法，包括根据所述统计度量来 确定以下项中的至少一项：要扩展哪些子候选模式，以及扩展子候选模式 的顺序。

8.如权利要求1或2所述的计算机化方法，其中所述过滤器条件包括 至少一个基于以下项中的至少一项的条件：权重、关于输入数据的总权重、 支持事务的平均权重、规则体的权重、规则头的权重、关于输入数据的规 则头的总权重、关于输入数据的规则体的总权重，以及可访问的其他总权 重。

9.如权利要求1或2所述的计算机化方法，包括

提供表示所述输入数据中的事务集合的数据结构，所述数据结构具有： 事务集合中不同项目的标识符的列表、指示所述列表中的标识符数量的信 息，以及指示所述事务集合中所述不同项目的存在的位字段信息，根据所 述列表组织所述位字段信息以便于相对于所述事务集合来评估模式，以及

针对所述位字段信息使用位图操作评估所述候选模式。

10.如权利要求1或2所述的计算机化方法，包括

维护表示所述输入数据中的事务、已评估的候选模式、已评估的候选 模式的评估信息、要评估的候选模式，以及结果模式的数据结构；以及

根据可用的总存储器和所述数据结构的使用，动态确定在生成和评估 子候选模式期间要将哪些数据结构保存在存储器中以及要将哪些数据结构 放置到盘。

11.如权利要求10所述的计算机化方法，包括至少为第一数据结构指 示在确定要将哪些数据结构保存在存储器中时是否应将所述第一数据结构 按优先顺序排列。

12.如权利要求10或11所述的计算机化方法，包括至少为第二数据 结构指示从盘的最近取回时间，以便根据所述最近取回时间确定要将哪些 数据结构保存在存储器中。