[发明专利]一种雾环境下基于CFI-Apriori算法的元组度量方法及系统

权利要求书

1.一种雾环境下基于CFI-Apriori算法的元组度量方法，其特征在于，包括：

获取雾节点上的原始数据；

在雾节点本地利用基于CFI的Apriori算法对获取的原始数据进行关联，产生频繁项集，并对剪枝过程小于最小支持度的候选频繁项集进行存储，其中，CFI表示候选频繁项集，小于最小支持度的候选频繁项集为非频繁项集；

将获取的原始数据、产生的频繁项集和存储的非频繁项集上传到云服务器，以便云服务器根据接收到频繁项集和非频繁项集集对接收到的原始数据进行关联、度量，并根据度量结果提取数据；

其中，所述云服务器根据接收到频繁项集和非频繁项集集对接收到的原始数据进行关联、度量，并根据度量结果提取数据包括：

云服务器根据接收到频繁项集和非频繁项集集对接收到的原始数据进行关联，基于用户需求和项集占比对关联后的数据进行度量，根据度量结果提取数据；

其中，所述云服务器根据接收到频繁项集和非频繁项集集对接收到的原始数据进行关联，基于用户需求和项集占比对关联后的数据进行度量，根据度量结果提取数据包括：

在云服务器，根据接收到的频繁项集和非频繁项集，对接收到的原始数据进行关联，并根据关联后的数据生成相应的子事务表；其中，子事务表中每行表示一个元组，元组是由事务组成；

确定子事务表中元组D_j中频繁i项集与非频繁i项集的数目x_i占元组D_j中i项组合的组合集中组合数目的比值p(x_i)；其中，D_j表示第j行元组，x_i表示i项集的数目；

确定x_i的权值w_i，其中，w_i由p(x_i)与用户需求共同确定；

根据p(x_i)和w_i确定元组D_j的价值Q_j；

判定价值Q_j是否大于预设的价值阈值，若是，则元组D_j利用性高，提取元组D_j。

2.根据权利要求1所述的雾环境下基于CFI-Apriori算法的元组度量方法，其特征在于，所述在雾节点本地利用基于CFI的Apriori算法对获取的原始数据进行关联，产生频繁项集，并对剪枝过程小于最小支持度的候选频繁项集进行存储包括：

A1，在雾节点本地，生成原始数据对应的事务表，令k＝1，扫描事务表，其中，k表示项集中元素的数目；

A2，生成候选频繁k项集的集合C_k，从集合C_k中，选取支持度大于等于最小支持度的候选项集，生成频繁k项集的集合L_k；若L_k为空，则结束；若L_k不为空，则继续执行步骤A3；其中，若k1时，将小于最小支持度的候选频繁k项集储存在内存中；若k＝1，将小于最小支持度的候选频繁1项集删除；

A3，从频繁k项集的集合L_k中取出两个频繁项集，若取出的两个频繁项集有且只有k-1个项相同，则取出的两个频繁项集进行连接，得到候选频繁(k+1)项集；

A4，重复执行步骤A3，直至得到的候选频繁(k+1)项集不在重复，得到候选频繁(k+1)项集的集合C_k+1，若C_k+1不为空，则k＝k+1，并返回执行步骤A2；否则，则结束。

3.根据权利要求1所述的雾环境下基于CFI-Apriori算法的元组度量方法，其特征在于，在云服务器根据接收到频繁项集和非频繁项集集对接收到的原始数据进行关联、度量之前，所述方法还包括：

云服务器对接收到的频繁项集和非频繁项集进行去重处理。

4.根据权利要求1所述的雾环境下基于CFI-Apriori算法的元组度量方法，其特征在于，价值Q_j表示为：

其中，n表示元组D_j中最大项集包含的事务的数目。