[发明专利]一种基于布尔矩阵和二进制编码改进的关联规则Apriori算法

权利要求书

1.一种基于布尔矩阵和二进制编码改进的关联规则Apriori算法，其特征在于，该方法包括以下步骤：

(1)扫描数据库，生成布尔矩阵，获得频繁1-项集；

(2)压缩布尔矩阵；

(3)提前预剪枝，同时建立非频繁项集的记录表；

(4)建立辅助表；

(5)更新非频繁项集记录表；

(6)缩减算法流程；

(7)压缩布尔矩阵，预剪枝，同时返回到步骤4，直到频繁k-项集个数小于k+1时，迭代结束。

2.根据权利要求1所述的一种基于布尔矩阵和二进制编码改进的关联规则Apriori算法，其特征在于，所述步骤(1)中，扫描数据库，生成布尔矩阵，获得频繁1-项集，具体步骤为：

步骤1-1首先扫描数据库，用布尔矩阵来存储，行表示事务id，列表示项，其中矩阵中的a_ij的可能取值为0或1，取值为1就代表此项目存在于事务中，0就代表不存在。计算各个事务的项目数，并按这个值对矩阵进行降序排列，在矩阵最后增加2列，第1列n，n用来记录每行中“1”的个数，第2列w，w用于将事务数据库中重复出现的事务压缩为1行，从而保证矩阵存储中每1条事务信息都不重复，在矩阵最后增加1行s，s用来记录每列的和；

步骤1-2根据布尔矩阵，获得频繁1-项集。

3.根据权利要求1所述的一种基于布尔矩阵和二进制编码改进的关联规则Apriori算法，其特征在于，所述步骤(2)中，计算各个事务的项目数，并按这个值对矩阵进行降序排列，将非频繁1-项集所在的列删除，重新计算矩阵列n的值，按降序重新排列矩阵，同时在求频繁k-项集(k≥2)时，将矩阵中的事务数小于k的行直接删除，重新计算矩阵中各列的值并重新排列矩阵。

4.根据权利要求1所述的一种基于布尔矩阵和二进制编码改进的关联规则Apriori算法，其特征在于，所述步骤(3)中，提前预剪枝，同时建立非频繁项集的记录表，具体步骤为：

步骤3-1利用“若能生成频繁k-项集(k≥2)，则频繁(k-1)-项集中每个项的个数不能小于k-1”的性质，对候选k-项集(k≥2)进行剪枝；

步骤3-2建立非频繁项集的记录表；

步骤3-3将候选k-项集(k≥2)与非频繁项集记录表进行匹配，若候选k-项集(k≥2)集合中的某一项集与记录表中的项集匹配成功，则此项集不是频繁项集，删掉此候选k-项集(k≥2)，对候选k-项集(k≥2)进行二次剪枝。

5.根据权利要求1所述的一种基于布尔矩阵和二进制编码改进的关联规则Apriori算法，其特征在于，所述步骤(4)中，建立辅助表，将候选k-项集(k≥2)编码成二进制数，编码长度为频繁1-项集的个数，将候选k-项集(k≥2)与布尔矩阵的事务id行相“与”，计算候选k-项集(k≥2)的支持度计数，根据给出的最小支持度计数，删除小于最小支持度计数的候选项集，最终得到频繁k-项集(k≥2)。

6.根据权利要求1所述的一种基于布尔矩阵和二进制编码改进的关联规则Apriori算法，其特征在于，所述步骤(5)中，更新非频繁项集记录表，将没有达到最小阈值的项集记录到非频繁项集记录表中。

7.根据权利要求1所述的一种基于布尔矩阵和二进制编码改进的关联规则Apriori算法，其特征在于，所述步骤(6)中，利用“若频繁k-项集中的项集个数小于k+1，则不能生成频繁(k+1)-项集”的性质，缩减算法流程。

8.根据权利要求1所述的一种基于布尔矩阵和二进制编码改进的关联规则Apriori算法，其特征在于，所述步骤(7)中，压缩矩阵，预剪枝，同时返回到步骤4，直到频繁k-项集个数小于k+1时，迭代结束，具体步骤为：

步骤7-1在求频繁k-项集(k≥2)时，将矩阵中的事务数小于k的行直接删除，重新计算矩阵中各列的值并重新排列矩阵；

步骤7-2利用“若能生成频繁k-项集(k≥2)，则频繁(k-1)-项集中每个项的个数不能小于k-1”的性质，对候选k-项集(k≥2)进行一次剪枝，将候选k-项集(k≥2)与非频繁项集记录表进行匹配，若候选k-项集(k≥2)集合中的某一项集与记录表中的项集匹配成功，则此项集不是频繁项集，删掉此候选k-项集(k≥2)，对候选k-项集(k≥2)进行二次剪枝；

步骤7-3返回步骤4，直到频繁k-项集个数小于k+1时，迭代结束。