[发明专利]一种基于高低位样本平均域值的频繁项集数据挖掘方法在审
| 申请号： | 201810147732.1 | 申请日： | 2018-02-13 |
| 公开（公告）号： | CN108446328A | 公开（公告）日： | 2018-08-24 |
| 发明（设计）人： | 柴明亮;高冰;贾吉祥;郭庆涛;邹焕;朱晓雷;彭春霖;常桂华;唐雪峰;黄玉平 | 申请（专利权）人： | 鞍钢股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 鞍山嘉讯科技专利事务所 21224 | 代理人： | 张群 |
| 地址： | 114000 *** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 样本 支持度 低位 局部样本 频繁项集 数据挖掘 高低位 项集支持度 算法应用 剔除 制定 | ||
1.一种基于高低位样本平均域值的频繁项集数据挖掘方法，其特征在于，包括以下步骤：
步骤一、将每个样本按照支持度从高到低排列，生成每个样本高位项集表和低位项集表，所述的高位项集为按照支持度从高到低依次排列，前三位为高位的项集；所述的低位项集为按照支持度从高到低依次排列，后三位为低位的项集；
步骤二、平均支持度计算；计算每个局部样本一项集支持度，每个样本的高位项集平均支持度GW1i，i代表样本序号；每个样本的低位项集平均支持度DW1j，j代表样本序号；
步骤三、局部样本包含；如果出现GW1i>＝GW1j且DW1i<＝DW1j，i、j为样本序号，则认定样本则剔除被包含样本Sj；
步骤四、总体数据样本频繁一项集生成；
步骤五、总体数据样本频繁K项集生成。
2.根据权利要求1所述的一种基于高低位样本平均域值的频繁项集数据挖掘方法，其特征在于，所述的步骤四具体为：重新组合数据样本，根据总体数据样本计算候选一项集C1的支持度及平均支持度ZS1确定频繁一项集L1，L1数量计作M1。
3.根据权利要求1所述的一种基于高低位样本平均域值的频繁项集数据挖掘方法，其特征在于，所述的步骤五具体为：重新组合数据样本，第k步，根据k-1步频繁的k-1项集Lk-1按照Apriori_gen产生后选的k项集Ck集，根据总体数据样本，计算候选一项集Ck的支持度及平均支持度ZSk确定频繁一项集Lk，Lk数量计作Mk。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于鞍钢股份有限公司，未经鞍钢股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810147732.1/1.html，转载请声明来源钻瓜专利网。
