[发明专利]基于频繁和占有特征的skyline模式挖掘方法及装置

权利要求书

1.一种基于频繁和占有特征的skyline模式挖掘方法，其特征在于，所述方法包括：

获取包括至少一件事务的事务数据集，每件事务中包括至少一个单项；

对所述事务数据集中包括的所有单项进行统计，获取各所述单项在所述事务数据集中的频繁度；

根据各所述单项的频繁度，按照降序方式对各所述单项的PEL数据结构进行排序；

根据广度优先遍历方法，逐层遍历根据排序后的各所述单项的PEL数据结构形成的当前模式以及由所述当前模式扩展得到的扩展模式，从所述当前模式以及所述当前模式的扩展模式中挖掘出满足预设挖掘条件的skyline模式。

2.根据权利要求1所述的方法，其特征在于，所述根据广度优先遍历方法，逐层遍历根据各所述单项的PEL数据结构形成的当前模式以及以所述当前模式扩展得到的扩展模式，从所述当前模式以及所述当前模式的扩展模式中挖掘出满足预设挖掘条件的skyline模式包括：

按照排序后的各所述单项的PEL数据结构，分别对应形成各当前模式以及由所述当前模式扩展得到的扩展模式；依次判断各所述当前模式是否满足预设挖掘条件；

若是，则确定所述当前模式为满足预设挖掘条件的skyline模式，保留所述当前模式并根据预设剪枝条件对所述当前模式的扩展模式进行剪枝；

依次判断所述当前模式的扩展模式是否满足预设挖掘条件；

若是，则确定所述当前模式的扩展模式为满足预设挖掘条件的skyline模式，保留所述当前模式的扩展模式。

3.根据权利要求2所述的方法，其特征在于，所述依次判断各所述当前模式是否满足预设挖掘条件包括：

根据排序后的各所述单项的PEL数据结构，获取各所述当前模式的频繁度、扩展前景值和占有特征值；

按顺序依次判断所述当前模式的频繁度是否大于等于预设最小频繁度；

若是，则判断所述当前模式的占有特征值是否大于等于当前频繁度对应的初始的最大占有特征值；

若是，则确定所述当前模式满足预设挖掘条件，并将所述当前模式的占有特征值作为当前频繁度以及小于当前频繁度的其余频繁度对应的最大占有特征值，继续执行按顺序依次判断所述当前模式的频繁度是否大于等于预设最小频繁度的步骤。

4.根据权利要求3所述的方法，其特征在于，所述扩展前景值根据如下公式计算得到：

其中，ExValue(X)为模式X的扩展前景值，|item_length|为模式X的长度，D_x为事务数据集中包含模式X的事务形成的支持数据集，|D_x|为D_x中包含的事务数量，为D_x中包括的事务的长度之和，id为事务在事务数据集中的编号，Surplus_id为模式X在D_x中包括的各事务中的后继模式数，Surplus_id为模式X在D_x中包括的各事务中的后继模式数之和。

5.根据权利要求3所述的方法，其特征在于，所述占有特征值根据如下公式计算得到：

其中，occu(X)为模式X的占有特征值，sup_count为模式X的频繁度，为模式X的长度与D_x中包括的各事务的长度的比值之和。

6.根据权利要求5所述的方法，其特征在于，所述最大占有特征值根据如下公式计算得到：

occumax[count]＝Max{occu(X)|sup_count(X)≥count}，

其中，occumax[count]为模式X的频繁度为count时对应的最大占有特征值。

7.根据权利要求3所述的方法，其特征在于，所述保留所述当前模式并根据预设剪枝条件对所述当前模式的扩展模式进行剪枝包括：

判断所述当前模式的扩展前景值是否小于当前频繁度对应的最大占有特征值；

若是，则剪掉所述当前模式扩展得到的扩展模式。