[发明专利]频繁模式挖掘方法及装置

摘要

本发明实施例提供了一种频繁模式挖掘方法及装置，本发明实施例首先将各个分词转换为对应的编码，之后利用编码进行筛选，得到目标频繁项集编码组合，其中目标频繁项集编码组合包括频繁项集中各个词汇对应的编码，利用编码组成的目标频繁项集编码组合构造FP‑Tree或进行频繁模式挖掘，而不是直接利用词汇构造FP‑Tree或进行频繁项集挖掘，可以有效降低频繁模式挖掘过程中的空间消耗。同时，本发明实施例的技术方案中利用预定长度范围筛选频繁项集对应的编码，能够针对不同应用场景进行有意义频繁模式长度的频繁模式挖掘，从而有效降低了频繁模式挖掘的时间消耗和资源消耗，增强了本发明的技术方案的工程化应用能力。

主权项

1.一种频繁模式挖掘方法，其特征在于，所述方法包括如下步骤：将结构化数据集中的各个分词转换为对应的编码，形成各个分词与对应的编码的一一映射关系；将各个所述编码中的任意N个编码进行组合，得到若干个第一候选组合，并筛选满足第一预定条件的所述第一候选组合，得到若干个第二候选组合；其中，N为大于或等于2的正整数，所述满足预定条件的所述第一候选组合为其中的所有编码对应的分词的长度均在预定长度范围之内的第一候选组合；筛选满足第二预定条件的所述第二候选组合，得到若干个目标频繁项集编码组合；其中，所述满足第二预定条件的所述第二候选组合为其支持度在预定支持度范围内的第二候选组合；根据所述分词与对应的编码的一一映射关系，获取每个所述目标频繁项集编码组合对应的分词，得到每个所述目标频繁项集编码组合对应的频繁项集。