[发明专利]海量数据集上主观兴趣度的关联规则优化算法有效

专利信息
申请号: 201310265305.0 申请日: 2013-06-28
公开(公告)号: CN103810371B 公开(公告)日: 2017-04-19
发明(设计)人: 牛新征;周冬梅;侯孟书;杨健 申请(专利权)人: 电子科技大学
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 成都华风专利事务所(普通合伙)51223 代理人: 徐丰,杨保刚
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
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。
搜索关键词: 海量 数据 主观 兴趣 关联 规则 优化 算法
【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)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201310265305.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top