買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉江西理工大學(xué)申請(qǐng)的專利基于Spark并行頻繁項(xiàng)集挖掘方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114138860B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202111391423.7，技術(shù)領(lǐng)域涉及：G06F16/2458；該發(fā)明授權(quán)基于Spark并行頻繁項(xiàng)集挖掘方法是由毛伊敏;吳斌;許春冬設(shè)計(jì)研發(fā)完成，并于2021-11-23向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于Spark并行頻繁項(xiàng)集挖掘方法在說明書摘要公布了：本發(fā)明提出了一種基于Spark并行頻繁項(xiàng)集挖掘方法，包括以下步驟：S1，通過矩陣存儲(chǔ)獲取支持度計(jì)數(shù)矩陣，并提供創(chuàng)建條件FP?tree的支持度計(jì)數(shù)查詢；然后根據(jù)獲取的支持度計(jì)數(shù)，剔除不滿足最小支持度的項(xiàng)，得到頻繁1項(xiàng)集矩陣；然后通過非負(fù)矩陣分解策略SNMF分解儲(chǔ)存頻繁1項(xiàng)集的矩陣；S2，由S1的頻繁1項(xiàng)集矩陣可得頻繁1項(xiàng)集F?list，采用遺傳算法的分組策略GS?GA對(duì)S1得到的頻繁1項(xiàng)集均勻分組；S3，采用高效縮減樹結(jié)構(gòu)策略ERTS合并條件模式基，刪除FP?tree中不滿足最大頻繁項(xiàng)集的路徑；然后并行挖掘分組的FP?tree，獲得頻繁項(xiàng)集，并將結(jié)果輸出到分布式文件系統(tǒng)HDFS中。本發(fā)明解決了創(chuàng)建條件FP?tree的時(shí)空效率低，節(jié)點(diǎn)間的通信開銷大，冗余搜索的問題；在時(shí)空效率上和推薦非空率上都有顯著的提高。

本發(fā)明授權(quán)基于Spark并行頻繁項(xiàng)集挖掘方法在權(quán)利要求書中公布了：1.一種基于Spark并行頻繁項(xiàng)集挖掘方法，其特征在于，包括以下步驟： S1，通過矩陣存儲(chǔ)獲取支持度計(jì)數(shù)矩陣，并提供創(chuàng)建條件FP-tree的支持度計(jì)數(shù)查詢；然后根據(jù)獲取的支持度計(jì)數(shù)，剔除不滿足最小支持度的項(xiàng)，得到頻繁1項(xiàng)集矩陣；然后通過非負(fù)矩陣分解策略SNMF分解儲(chǔ)存頻繁1項(xiàng)集的矩陣； S1-1，支持度計(jì)數(shù)矩陣獲取：先從分布式文件系統(tǒng)HDFS中獲取數(shù)據(jù)庫(kù)信息，轉(zhuǎn)化為初始抽象彈性分布式數(shù)據(jù)集RDD，利用RDD的faltMap函數(shù)生成來自數(shù)據(jù)集的所有項(xiàng)；接著在數(shù)據(jù)集的每個(gè)項(xiàng)上，應(yīng)用Map函數(shù)生成item,1鍵值對(duì)；然后存儲(chǔ)每個(gè)事務(wù)中各個(gè)項(xiàng)兩兩組合的支持度計(jì)數(shù)于矩陣之中；最后使用reduceByKey來進(jìn)行支持度統(tǒng)計(jì)，獲得支持度計(jì)數(shù)矩陣； S1-2，頻繁1項(xiàng)集矩陣獲?。焊鶕?jù)獲取的支持度計(jì)數(shù)，剔除不滿足最小支持度的事務(wù)，得到頻繁1項(xiàng)集，并更新矩陣的存儲(chǔ)信息，獲得頻繁1項(xiàng)集矩陣； S1-3，矩陣分解：采用非負(fù)矩陣分解函數(shù)FNMF分解頻繁1項(xiàng)集矩陣； 非負(fù)矩陣分解函數(shù)FNMF為： 其中V,W,H為非負(fù)矩陣；表示V屬于維度為a×b的非負(fù)矩陣，表示W(wǎng)屬于維度為a×c的非負(fù)矩陣，表示H屬于維度為c×b的非負(fù)矩陣；a、b、c表示矩陣維度； min表示取最小值； 為懲罰項(xiàng)； ||·||F表示F范式； γ為稀疏參數(shù)； ·T表示矩陣的轉(zhuǎn)置； S2，由S1的頻繁1項(xiàng)集矩陣可得頻繁1項(xiàng)集F-list，采用遺傳算法的分組策略GS-GA對(duì)S1得到的頻繁1項(xiàng)集均勻分組； S2-1，最優(yōu)解獲取：在獲取頻繁1項(xiàng)集F-list之后，先采用“高權(quán)二進(jìn)”編碼HWB，編碼轉(zhuǎn)換F-list，得到初始種群；然后采用個(gè)體適應(yīng)度計(jì)算公式FCIF，篩選初始種群，獲得下一代種群；最后，根據(jù)獲得的新的種群，遺傳變異種群，獲得最優(yōu)解； 所述“高權(quán)二進(jìn)”編碼HWB包括： 當(dāng)頻繁1項(xiàng)集為{X1,X2,...,Xn}，Xk的支持度計(jì)數(shù)采用二進(jìn)制編碼時(shí)，其正常編碼個(gè)體的概率為P＝m+12mk，其中Xk為第k個(gè)正常編碼個(gè)體，k∈{1,2,...,n}，m為各項(xiàng)集項(xiàng)的個(gè)數(shù)，n表示頻繁1項(xiàng)集的項(xiàng)個(gè)數(shù)有n個(gè)； 且二進(jìn)制整數(shù)各位的權(quán)重滿足其中為任意符號(hào)，N*表示正整數(shù)，為存在符號(hào)； 所述體適應(yīng)度計(jì)算公式FCIF包括： 給定總集{x0,x1,...,xn}，存在價(jià)值分別為{y0,y1,...,yn}，種群容量為C，則個(gè)體適應(yīng)度為： 其中yi表示xi的存在價(jià)值； xi表示第i項(xiàng)集； 表示相關(guān)系數(shù)， S2-2，頻繁1項(xiàng)集分組：獲得最優(yōu)解后，根據(jù)最優(yōu)解，分組頻繁1項(xiàng)集； 獲得最優(yōu)解后，根據(jù)最優(yōu)解的編碼信息對(duì)頻繁1項(xiàng)集F-list進(jìn)行分組，在完成n-1次分組時(shí)，剩余個(gè)體自動(dòng)成為一組；獲得分組列表Group-list后，將得到的分組列表Group-list存儲(chǔ)到HDFS中，使得集群中任意節(jié)點(diǎn)都能訪問；其中n為頻繁1項(xiàng)集的總項(xiàng)數(shù)； S3，采用高效縮減樹結(jié)構(gòu)策略ERTS合并條件模式基，刪除FP-tree中不滿足最大頻繁項(xiàng)集的路徑；然后并行挖掘分組的FP-tree，獲得頻繁項(xiàng)集，并將結(jié)果輸出到分布式文件系統(tǒng)HDFS中。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人江西理工大學(xué)，其通訊地址為：341000 江西省贛州市章貢區(qū)紅旗大道86號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。