[发明专利]一种基于并存率与关联规则的心理行为分析方法

摘要

本发明涉及一直基于并存率与关联规则的心理行为分析方法，属于数据关联规则挖掘技术领域。先建立一个人类心理行为词汇数据的事务数据库；然后求出各心理行为词汇并存项的并存率与最小并存率，从而保留强关联项并生成新的事务集；接着，将新事务集中每个心理行为词汇作为一个项，引入关联规则算法计算出不同项数的频繁项集；其次，由各频繁项集产生相应的强关联规则，并计算出各强关联规则的置信度大小；最后，通过各强关联规则的置信度大小，将这些频繁项集进行排序，结果将能直观表示出各心理行为词汇的关联程度。本发明提供了并存率对关联规则算法进行数据优化，通过优化后的关联规则算法对人类的心理行为词汇起到关联分析作用。

主权项

1.一种基于并存率与关联规则的心理行为分析方法，其特征在于：Step1、建立人类心理行为词汇数据的事务数据库，心理测试者的编号作为标识符tid，每一测试者的所有心理行为词汇作为一个事务T，所有事务的集合为事务集D；Step2、扫描事务集D，每个心理行为词汇作为一个项，计算每个项的并存率ρ与它们的和，从而求出最小并存率阈值min_com，保留ρ≥min_com的心理行为词汇项，否则作为噪声剔除，再将所有保留项放入新的事务集D1中；Step3、扫描新事务集D1，每个心理行为词汇作为一个候选1项集c1，所有c1的集合为C1，设置一个最小支持度阈值min_sup，当c1的支持度计数support_count(c1)大于等于min_sup时，则c1成为频繁1项集l1，所有l1的集合为L1，通过将L1与自身相连接产生候选2项集c2，所有c2的集合为C2，如果C2中第i个候选2项集c2(i)的某个子集为第x个候选1项集c1(x)，且它不是L1的元素时，则将c2(i)从C2中删除；满足min_sup的c2作为频繁2项集l2，其集合为L2；依次循环类推，得到不同频繁项集l2、l3、……lk‑1、lk的集合L2、L3……Lk‑1、Lk，其中lk‑1、lk分别代表频繁k‑1项集和频繁k项集，Lk‑1、Lk则为它们各自的集合；Step4、设置一个最小置信度阈值min_conf；每个频繁项集l所产生的每个非空子集为s，若子集(l‑s)与s的支持度计数之比大于等于最小置信度阈值min_conf，则输出强关联规则该强规则的置信度大小为l与s的支持度计数之比的值Step5、将所计算出来的所有强关联规则按照其置信度confidence的大小进行排序，当出现一个或多个心理行为词汇时，通过关联规则得出与该心理行为词汇相关联的其他心理行为词汇。