[发明专利]数据关联关系挖掘方法、装置、电子设备及存储介质

权利要求书

1.一种数据关联关系挖掘方法，其特征在于，所述方法包括：

获取事务数据库中记录的多个事务，每个事务包括至少一个项；

获取需挖掘关联关系的第一项集与第二项集，所述第一项集与所述第二项集包括至少一个项；

通过数据库的集合运算获取表征所述第一项集与所述第二项集之间的关联程度的指标数据；

根据所述指标数据分析所述第一项集与所述第二项集之间的关联关系；

所述方法还包括：

获取所述第一项集在不同时间点所包含的项，所述第一项集中的项随时间增减变化；

通过数据库的集合运算获取表征所述第一项集中项的增减变化结果与所述第二项集之间的关联程度的指标数据；

根据所述指标数据分析所述增减变化结果与所述第二项集之间的关联关系，所述关联关系表征所述第一项集中的项随时间的增减变化情况对所述第二项集的影响。

2.根据权利要求1所述的方法，其特征在于，所述指标数据包括支持度，所述通过数据库的集合运算获取表征所述第一项集与所述第二项集之间的关联程度的指标数据，包括：

通过数据库的集合运算获取所述第一项集与所述第二项集的并集；

从所述事务数据库中查询获得所述并集在所述多个事务中的出现次数；

基于所述出现次数获取表征所述第一项集与所述第二项集的关联程度的支持度。

3.根据权利要求1所述的方法，其特征在于，所述指标数据包括置信度，所述数据库的通过集合运算获取表征所述第一项集与所述第二项集之间的关联程度的指标数据，包括：

通过数据库的集合运算获取所述第一项集与所述第二项集的并集；

从所述事务数据库中查询所述并集在所述多个事务中的出现次数以及所述第一项集在所述多个事务中的出现次数；

基于所述并集在所述多个事务中的出现次数以及所述第一项集在所述多个事务中的出现次数，获取表征所述第一项集与所述第二项集的关联程度的置信度。

4.根据权利要求1所述的方法，其特征在于，所述指标数据包括提升度，所述通过数据库的集合运算获取表征所述第一项集与所述第二项集之间的关联程度的指标数据，包括：

通过数据库的集合运算获取所述第一项集与所述第二项集的并集；

从所述事务数据库中查询所述并集在所述多个事务中的出现次数、所述第一项集在所述多个事务中的出现次数以及所述第二项集在所述多个事务中的出现次数；

基于所述并集在所述多个事务中的出现次数、所述第一项集在所述多个事务中的出现次数以及所述第二项集在所述多个事务中的出现次数，获取表征所述第一项集与所述第二项集的关联程度的提升度。

5.根据权利要求2-4任一所述的方法，其特征在于，所述指标数据还包括皮尔森相关系数、IS度量、PS兴趣度、GO兴趣度中的至少一种。

6.根据权利要求1所述的方法，其特征在于，所述根据所述指标数据分析所述第一项集与所述第二项集之间的关联关系，包括：

在所述指标数据大于对应的阈值时，确定所述第一项集与第二项集之间的关联关系为强关联关系。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过数据库的集合运算获取所述第一项集的补集；

通过数据库的集合运算获取所述补集与所述第二项集之间的关联程度的指标数据；

根据所述补集与所述第二项集之间的关联程度的指标数据分析所述补集与所述第二项集之间的关联关系。

8.根据权利要求1所述的方法，其特征在于，所述第一项集包括多个，所述方法还包括：

通过数据库的集合运算获取多个第一项集之间的交集和/或差集；

通过数据库的集合运算获取表征所述交集与所述第二项集之间的关联程度的指标数据；和/或

通过数据库的集合运算获取表征所述差集与所述第二项集之间的关联程度的指标数据。

9.根据权利要求1所述的方法，其特征在于，采用分布式数据库存储所述多个事务。