[发明专利]海量数据集上主观兴趣度的关联规则优化算法

摘要

一种海量数据集上主观兴趣度的关联规则优化算法，本发明使用复合模板同时优化分析，即分为总体印象知识模板(GI)、相对精确知识模板(RPC)，这种分类扩大了用户含义表达范围，有助于从不同侧重点对关联规则进行优化，此外，把限制与包含模板的作用转而体现在不同兴趣度上，细化兴趣度为四种类型，包括一致度、后件不可预知度、前件不可预知度、不可预知度，使得优化粒度非常清晰；优化结合了复合模板的兴趣度计算模型，使得兴趣度的计算能合理适应复合分析环境。

主权项

海量数据集上主观兴趣度的关联规则优化算法，其特征在于该优化算法包括：1‑(a).数据获取步骤：为优化算法提供基础数据；1‑(b).用户指定模板步骤：所述模板是用户表达含义的载体，具体地：形如A1...Ai...Ak＝>Ak+1,的蕴含式，其中Ai包含属性名、类名或者C+、C*的表达式，若为C+表示一个或多个类C的实例，若为C*表示零或多个类C的实例；用户选择指定GI模板、RPC模板或者同时指定GI模板和RPC模板；所述GI模板：用户因项间关系模糊而给出的不确定的知识模板，称为总体印象知识模板，简称GI模板，表示为gi[S1,...,Sm]其中，Si类型包含一个属性名、类名或者一条表达式；所述RPC模板:用户知晓项间关系且明确关系方向而给出的相对合理的知识模板，称为相对精确知识模板，简称RPC，表示为rpc[S1,...,Sm＝>V1,...,Vg]其中，Sk类型包含一个属性名、类名或者一条表达式；1‑(c).解析模板步骤：根据模板对待优化的关联规则进行扫描计数；1‑(d).获取相关参数步骤：获取模板的相关数据及不匹配度量；1‑(e).计算模板权重累计值步骤：当指定多个模板时，模板权重为weight＝1/n，其中n为模板数，设Xij、Yij分别为第i条相关规则Ri中前件、后件与GIj或RPCj中前件、后件不匹配程度的度量，TXi为Xij的权重累计值，TYi为Yij的权重累计值，TXi、TYi按如下公式计算：TXi＝TXi+1/n*Xij；TYi＝TYi+1/n*Yij；1‑(f).兴趣度计算：1‑(f‑1).根据公式计算一致度的步骤：规则Ri的兴趣度表示规则前件、后件与指定模板集U匹配的程度，用符号confi表示，称为规则Ri的一致度；confi＝TXi*TYi1‑(f‑2).根据公式计算后件不可预知度的步骤：规则Ri的兴趣度表示规则后件与指定模板集U不匹配的程度，用符号unexpYi表示，称为规则Ri的后件不可预知度；unexpYi=TXi-TYi,TXi-TYi>00,TXi-TYi≤0]]>1‑(f‑3).根据公式计算前件不可预知度的步骤：规则Ri的兴趣度表示规则前件与指定模板集U不匹配的程度，用符号unexpXi表示，称为规则Ri的前件不可预知度；unexpXi=TYi-TXi,TYi-TXi>00,TYi-TXi≤0]]>1‑(f‑4).根据公式计算不可预知度的步骤：规则Ri的兴趣度表示规则前件、后件与指定模板集U不匹配的程度，用符号unexpi表示，称为规则Ri的不可预知度；unexpi＝1‑max(confi,unexpYi,unexpXi)。