[发明专利]一种基于概念格扩展理论的关联规则挖掘方法

说明书

本发明公开了一种基于概念格扩展理论的关联规则挖掘方法，包括以下步骤：将数据集中的对象、属性以及属性值依据所关注的关系提取，构建出目标数据集的形式背景，利用基础概念格构建理论，分析出各概念节点；对概念格上的元素进行判定，计算出概念格L(FC)上的不可约元集；根据设置的支持度和可信度，对关联规则进行缩减，进一步提高算法的计算效率；最后对方法的复杂度进行计算，可用来指示计算量。本发明在传统形式概念分析提取关联规则的基础上，将狭义概念格理论扩展，在关注数据集对象之间差异性的同时，充分探索对象之间的相似性。同时采用相应的属性和规则约简算法，保证方法的计算效率，具有快速、稳定和高效的特点。

技术领域

本发明属于计算机、大数据和云计算领域，涉及一种数据集对象和属性之间的关联规则挖掘方法。

背景技术

在数据挖掘关联规则发现领域中，由二元关系构建的概念格是一种非常直观的形式概念分析方法，它利用概念的内涵(属性)和外延(对象)以及知识概念之间的泛化和特化关系，能够充分反映对象和属性之间的蕴含规则。但是目前的概念格方法过于强调对象之间的差异性，却没有充分考虑它们的相似性，这在偶发性极强的商业数据分析领域，往往忽略了对象之间某些细微的共性，导致规则挖掘过于苛刻而错过一些细微且关键的规则发现；一些新兴算法加入了对象间的相似性考量，却因为由此引发的关联规则过于复杂而造成算法时效性太差，资源占用过高，无法在实时性要求高的领域发挥作用。

发明内容

为解决上述问题，本发明提出了一种基于概念格扩展理论的关联规则挖掘方法，可在传统形式概念分析提取关联规则的基础上，将狭义概念格理论扩展，在关注数据集对象之间差异性的同时，充分探索对象之间的相似性。同时采用相应的属性和规则约简算法，保证方法的计算效率。

本发明的技术方案为：

一种基于概念格扩展理论的关联规则挖掘方法，其特征在于：所述方法包括以下步骤：

A.在基础概念格构建理论的基础上，引入容限范围内的二元关系，将数据集中的对象、属性以及属性值依据所关注的关系提取，允许对象之间具有一定的差异性，构建出目标数据集的形式背景；B.对概念格上的元素进行判定，计算出概念格上的不可约元集；C.根据设置的支持度和可信度，对关联规则进行缩减，进一步提高算法的计算效率；D.计算方法复杂度，指示计算量。

进一步的，所述步骤A的具体实现方式为：

用三元组定义目标数据集的形式背景，记为FC＝(U,D,R)，其中U表示数据集中对象的集合，D表示对象的描述符——属性的集合，R表示U和D之间的某个二元关系，其中该关系表述为“对象U具有属性D”，记作uRd，其中u∈U,R∈R,d∈D，R只需满足对称性和自反性即可作为此处的二元关系，此时R允许对象之间具有容限内的差异性，并且关系R可以不具备传递性；

幂集U和D之间的伽罗华关系记为如下两个函数f1和f2：

进一步，将上述两个函数定义成以下两个算式：