[发明专利]一种基于关联规则的MBD数据集完整性检查方法

权利要求书

1.一种基于关联规则的MBD数据集完整性检查方法，其特征在于：该方法的具体步骤如下：

步骤一：将企业中需要定义到一种基于模型定义即MBD数据集中的设计、制造、检测、管理信息细化分解，并将所有条目进行编码并由计算机管理和发布，其中每一条目都称为一条标准工程注释信息，也构成关联规则中的每一项；

步骤二：记录MBD数据集定义历史记录，将MBD数据集中产品代号，标准注释编码，保存在历史记录数据库中，每一条历史记录都构成关联规则中的一个事务数据；

步骤三：对历史记录中数据进行清洗，去除一些无意义和噪声数据；

步骤四：使用关联规则算法对MBD数据集构建历史记录进行关联规则挖掘，其详细过程如下：

1)提取频繁项集

对于关联规则：X→Y，其支持度是指事务中含X∪Y项事务的百分比，计算公式为(X∪Y)count/N,其中(X∪Y)count为事务集中出现X∪Y项的数量；对于支持度大于及等于给定最小支持度的项集称为频繁项集；利用重复迭代的方法，从1-项集开始，根据给定支持度阈值获得频繁1-项集L1；由频繁1-项集组合生成2-项集，根据给定的支持度阈值对候选的2-项集进行剪枝，获得频繁2-项集，依次类推，直到产生最多项的频繁项集Ls为止；

2)计算关联规则置信度

对于关联规则中，置信度是指事物集中出现X∪Y数量占X项数量的百分比，计算公式为(X∪Y)count/(X)count,其中(X)count为事务集中出现X项的次数；对于频繁项集Lk,其中对于任意项I，计算关联规则(Lk-I)→I置信度；对于置信度大于及等于给定最小置信度的关联规则，称为强关联规则，否则为弱关联规则，采用不断迭代的方法计算频繁项集中关联规则的置信度值，并由置信度值对规则进行排序；

步骤五：将获得所有频繁项集导入频繁项集数据库中，将获得关联关系及其置信度值导入关系数据库中，便于后续数据集完整性检查调用；

步骤六：获得需进行完整性检测MBD数据集所有标准工程注释，提取其中包含最多项的强关联项集Ck，即提取待检测MBD数据集中任意两项标准工程注释均为强关联规则的最长的频繁项集；

步骤七：以待检测MBD数据集中最长频繁项集为规则头，分别以数据集其他项为规则尾，查询该规则的置信度并排序，设定关联强度值，给出低于设定关联强度值项，即MBD数据集中包含冗余项；

步骤八：以待检测MBD数据集中最长频繁项集为规则头，以不包含在MBD数据集中标准库其他项为规则尾，查询该规则的置信度并排序，设定关联强度值，给出低于设定关联强度值项，即MBD数据集中缺失项。

2.根据权利要求1所述的一种基于关联规则的MBD数据集完整性检查方法，其特征在于：在步骤二中所述的“产品代号”，是指MBD数据集所对应产品零件及组件的编号，其方式依据企业具体标准，具有唯一性。

3.根据权利要求1所述的一种基于关联规则的MBD数据集完整性检查方法，其特征在于：在步骤三中所述的“无意义和噪声数据”，是指历史记录数据中MBD数据集中仅包含标准工程注释的条目低于及高于事务的数量，且这种事务的数量在总体事务所占比例少，为了提高算法效率，将这些数据剔除。

4.根据权利要求1所述的一种基于关联规则的MBD数据集完整性检查方法，其特征在于：在步骤四中所述的“关联规则算法”，是指寻找描述数据库中数据项之间潜在的关联关系算法，从而找出工程注释项之间的未知依赖关系。

5.根据权利要求1所述的一种基于关联规则的MBD数据集完整性检查方法，其特征在于：在步骤四中所述“频繁项集”，是指支持度大于最小支持度阈值的项集；所述的“最小支持度”，是指由候选集生成频繁项集的阈值，是由人工指定的一个常量；所述的“最小置信度”，是指由判断该规则是否为强规则的阈值，是由人工指定的一个常量。

6.根据权利要求1所述的一种基于关联规则的MBD数据集完整性检查方法，其特征在于：在步骤六中所述的“强关联项集”，是指任意两项间关联规则为强关联规则频繁项集，用于作为一个MBD数据集的核心，并作为MBD数据集完整性判断的规则头，进而判断其他项与“强关联项集”关联关系来判断MBD数据集的完整性。