[发明专利]基于APriori算法的PMI日志分析方法及系统

说明书

本发明公开了一种基于APriori算法的PMI日志分析方法及系统，所述方法包括以下步骤：建立用于存储事务集的数据表格；其中，将PMI重启一次表示为一个事务；建立用于存储频繁项目集的临时表格；遍历PMI日志，根据错误关键字进行文字匹配，将所有错误存入到所述数据表格中作为事务集；其中，PMI日志中记录有导致每次重启的错误；利用APriori算法对事务集进行分析，得出错误之间的关联性。本发明能够实现快速对系统故障定位，增加错误诊断准确性，减少没有必要的排查，并且能够根据错误之间的关联做到防微杜渐，避免酿成事故。

技术领域

本发明涉及数据分析领域，特别涉及一种基于APriori算法的PMI日志分析方法及系统。

背景技术

当今社会飞速发展，城市轨道交通已经成为都市生活密不可分的部分。作为一种安全、可靠、清洁、快捷的公共交通运输方式，其为解决我国人口密集的大城市日益严重的交通拥挤问题的重要手段之一。至2010年底，上海已经投入运营12条线路，其中新投入的6、7、8、9、11号线均采用基于通信的列车自动控制系统(CBTC，Communication Based TrainControl System)，如此便会产生大量的日志数据。对于采用同一种制式、同一个公司的这5条线路的维护需要投入大量的人力和物力，为了使维护人员能从维修层面根据日志中所记载的错误快速对系统故障进行定位，继而对设备进行相关维修。因此迫切地需要开发一套适合于新的列车控制系统的维修测试平台，快速诊断并修复系统运行中的故障，不但大量节约维护和维修成本，也便于更深刻的理解CBTC系统。

发明内容

本发明要解决的技术问题是为了克服现有技术中的上述缺陷，提供一种基于APriori算法的PMI日志分析方法及系统。

本发明是通过下述技术方案来解决上述技术问题的：

第一方面，本发明提供一种基于APriori算法的PMI日志分析方法，包括以下步骤：

建立用于存储事务集的数据表格；其中，将PMI重启一次表示为一个事务；

建立用于存储频繁项目集的临时表格；

遍历PMI日志，根据错误关键字进行文字匹配，将所有错误存入到所述数据表格中作为事务集；其中，PMI日志中记录有导致每次重启的错误；

利用APriori算法对事务集进行分析，得出错误之间的关联性。

可选地，所述利用APriori算法对事务集进行分析，得出错误之间的关联性，包括：

先遍历长度为K的频繁项集，若存在事务，则遍历事务表。

可选地，所述方法还包括：删除字段长度不大于将要生成的K-频繁项集K值。

可选地，所述方法还包括：删除不被包含在频繁项集中的记录。

第二方面，本发明提供一种基于APriori算法的PMI日志分析系统，包括：

第一建立模块，用于建立用于存储事务集的数据表格；其中，将PMI重启一次表示为一个事务；

第二建立模块，用于建立用于存储频繁项目集的临时表格；

匹配模块，用于遍历PMI日志，并根据错误关键字进行文字匹配，将所有错误存入到所述数据表格中作为事务集；其中，PMI日志中记录有导致每次重启的错误；

分析模块，用于利用APriori算法对事务集进行分析，得出错误之间的关联性。

可选地，所述分析模块包括遍历单元，用于先遍历长度为K的频繁项集，并在存在事务的情况下遍历事务表。

可选地，所述系统还包括删除模块，用于删除字段长度不大于将要生成的K-频繁项集K值。