本發(fā)明屬于醫(yī)療數(shù)據(jù)分析
技術(shù)領(lǐng)域：
：，尤其涉及一種基于動(dòng)態(tài)優(yōu)化模糊模式算法的醫(yī)療數(shù)據(jù)不確定性分析方法。
背景技術(shù)：
：：大規(guī)模數(shù)據(jù)集中挖掘潛在有用但隱藏的信息是模式挖掘的主要目標(biāo)。傳統(tǒng)的模式挖掘方法，主要包括Apriori(Agrawaletal.，1993)和FP-growth(Hanetal.，2004)算法。并且這兩種算法的特征和性質(zhì)已經(jīng)被廣泛的應(yīng)用到其他研究工作中(Tsengetal.，2013；Zhongetal.，2012；Linetal.，2011；Liu，2012；Tsaietal.，2011；GrahneandZhu，2005；Zengetal.，2009)。但是隨著數(shù)據(jù)集的大規(guī)模增長(zhǎng)，具有更高性能和滿足多目標(biāo)需求的算法不斷被提出，其中包括連續(xù)頻繁模式(MuzammalandRaman，2015；Adamo，2012)，Top-K頻繁模式(Wangetal.，2005)，加權(quán)頻繁模式(Voetal.，2013；WangandZeng，2011)，和高維模式(Alcala-Fdezetal.，2011；Fangetal.，2012)。其中，連續(xù)頻繁模式挖掘近期的研究考慮了事件與項(xiàng)目之間關(guān)聯(lián)的不確定性，采用概率數(shù)據(jù)庫(kù)對(duì)事物、事物之間的關(guān)聯(lián)性進(jìn)行建模并采用枚舉樹(shù)的方式對(duì)所有期望進(jìn)行序列有效性的考查。Top-K頻繁模式攜帶真實(shí)的支持度計(jì)數(shù)，采用深度優(yōu)先、廣度優(yōu)先、格子粒度深度搜索等技術(shù)來(lái)提高模式挖掘的有效性。加權(quán)頻繁模式增加了事物與事物、項(xiàng)、項(xiàng)集之間的權(quán)重考量以提高模式挖掘的準(zhǔn)確性。高維模式則通過(guò)對(duì)事物的屬性、多樣性、多元性等分析，對(duì)事物特征所體現(xiàn)的高維度性進(jìn)行研究并提出剪枝算法來(lái)提高算法的有效性。上述頻繁模式挖掘方法均基于傳統(tǒng)的頻繁模式的先驗(yàn)性質(zhì)：頻繁項(xiàng)集的所有非空子集也一定是頻繁的。并且要挖掘的模式均依據(jù)條件出現(xiàn)頻度需要大于指定閾值的頻繁項(xiàng)目集。然而，根據(jù)實(shí)踐經(jīng)驗(yàn)，具有實(shí)踐意義的模式通常是相對(duì)頻繁的項(xiàng)目和出現(xiàn)頻率相對(duì)較低的項(xiàng)目的組合。例如，針對(duì)一個(gè)患病的病人的診斷項(xiàng)目，疾病項(xiàng)目通?？缭蕉鄠€(gè)不同的科室，并且患病集合一般由常見(jiàn)病和該病人“個(gè)性化”的疾病組成。由于在醫(yī)療領(lǐng)域各個(gè)科室和專項(xiàng)之間的信息和知識(shí)是相對(duì)封閉的，通常本科室的專家只是對(duì)專業(yè)相關(guān)的疾病非常熟悉，但是病人的所得的疾病項(xiàng)目通?？缭搅藥讉€(gè)科室，這就導(dǎo)致了病人需要在不同的科室之間進(jìn)行往返。因此，為了闡述大規(guī)模數(shù)據(jù)集所隱含的模式的復(fù)雜性，出現(xiàn)頻繁的項(xiàng)目和出現(xiàn)相對(duì)不頻繁的項(xiàng)目應(yīng)該綜合分析。綜上所述，在高級(jí)模式挖掘的理論和應(yīng)用中，隱藏于數(shù)據(jù)集中的有用信息的高效挖掘和使用適當(dāng)結(jié)構(gòu)進(jìn)行嵌入式信息表達(dá)都非常重要。最主要的挑戰(zhàn)是如何緩解挖掘組合爆炸問(wèn)題和確保挖掘模式結(jié)果的有效性。然而，由于存在大量的候選模式和只考慮確定值的項(xiàng)的權(quán)重限制，大多數(shù)現(xiàn)有的算法并不能完全解決這些問(wèn)題。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于提供一種基于動(dòng)態(tài)優(yōu)化模糊模式算法的醫(yī)療數(shù)據(jù)不確定性分析方法，旨在解決緩解挖掘組合爆炸問(wèn)題和確保挖掘模式結(jié)果有效的問(wèn)題。本發(fā)明是這樣實(shí)現(xiàn)的，一種基于動(dòng)態(tài)優(yōu)化模糊模式算法的醫(yī)療數(shù)據(jù)不確定性分析方法，所述基于動(dòng)態(tài)優(yōu)化模糊模式算法的醫(yī)療數(shù)據(jù)不確定性分析方法采用二階效應(yīng)的模式結(jié)構(gòu)和新的剪枝策略，包括模式感知的動(dòng)態(tài)基本模式搜索策略和FSFP-Tree陣列技術(shù)；在一個(gè)完整的數(shù)據(jù)集和一個(gè)事務(wù)中，通過(guò)模糊權(quán)重的約束和屬性來(lái)反映其每個(gè)項(xiàng)的不確定性的重要性；提出的最大FSFPs挖掘算法掃描數(shù)據(jù)集一次；采用模糊模式結(jié)構(gòu)：核心項(xiàng)和相應(yīng)的牽引項(xiàng)的組合，并且采用模糊支持度以及基于模糊支持度的剪枝策略來(lái)分析和挖掘隱藏在項(xiàng)目集當(dāng)中的有用信息。進(jìn)一步，所述基于動(dòng)態(tài)優(yōu)化模糊模式算法的參數(shù)有：核心項(xiàng)最小出現(xiàn)的頻度，牽引項(xiàng)最小出現(xiàn)的頻度，核心項(xiàng)最小的模糊支持度，牽引項(xiàng)出現(xiàn)的最小模糊度，全局權(quán)重，以及本地權(quán)重。進(jìn)一步，所述基于動(dòng)態(tài)優(yōu)化模糊模式算法具體包括以下步驟：刪除不能滿足最小支持度和最小權(quán)重的項(xiàng)目；每一條路徑的核心項(xiàng)集將會(huì)被確定；在當(dāng)前路徑當(dāng)中有唯一的核心項(xiàng)，那么該核心項(xiàng)便是本條路徑的核心；如果部分核心項(xiàng)在路徑當(dāng)中出現(xiàn)，那么則需要判斷核心當(dāng)中沒(méi)有出現(xiàn)的項(xiàng)目是否具備吸附能力；條件滿足，那么含有的核心項(xiàng)便是本條路徑的核心項(xiàng)；否則，對(duì)于其他情況，選取該條路徑當(dāng)中權(quán)重最大的便是該條路徑的核心項(xiàng)集；核心項(xiàng)集選擇完之后，在FSFP-Tree插入算法中，如果剩余項(xiàng)目集當(dāng)中的某一項(xiàng)和其他分支有交集，那么在同一條路徑上的項(xiàng)目的支持度、模糊支持度需要重新計(jì)算；否則，生成一個(gè)節(jié)點(diǎn)，并且設(shè)置相應(yīng)的出現(xiàn)頻度以及模糊度值，鏈接該節(jié)點(diǎn)的父節(jié)點(diǎn)，并且通過(guò)節(jié)點(diǎn)鏈來(lái)鏈接該節(jié)點(diǎn)；如果當(dāng)前節(jié)點(diǎn)屬于核心相集中的元素，那么在當(dāng)前路徑中包含該節(jié)點(diǎn)的核心模式應(yīng)當(dāng)被篩選出來(lái)；同時(shí)，如果目前所選擇的核心模式能夠同時(shí)作為其他分支的核心模式，那么則需要更新該核心模式的出現(xiàn)頻度以及相應(yīng)的模糊度值，設(shè)置當(dāng)前的核心模式為其他節(jié)點(diǎn)的父節(jié)點(diǎn)，并且連接其他核心節(jié)點(diǎn)通過(guò)核心節(jié)點(diǎn)鏈；如果當(dāng)前核心模式和其他分支沒(méi)有連接，那么則設(shè)置改核心模式為當(dāng)前路徑上其他節(jié)點(diǎn)的父節(jié)點(diǎn)；最終，反復(fù)遞歸調(diào)用FSFP-Tree算法直到完成建立事物數(shù)據(jù)集T中的所有事物項(xiàng)。進(jìn)一步，所述FSFP-Tree插入算法包括以下步驟：輸入：第一項(xiàng)p，coreItems，附加到coreItems的剩余項(xiàng)q，當(dāng)前事務(wù)T；輸出：更新后的FSFP樹(shù)；BEGIN：T有子項(xiàng)n，并且n的項(xiàng)目名和p的項(xiàng)目名相同；那么countNumber(n)加1，計(jì)算SUP(n)；否則，創(chuàng)建新的節(jié)點(diǎn)n，設(shè)置countNumber(n)的值為1，重新計(jì)算SUP(n)，鏈接它的父節(jié)點(diǎn)，并且通過(guò)節(jié)點(diǎn)鏈路的結(jié)構(gòu)將節(jié)點(diǎn)連接到同一個(gè)項(xiàng)目名稱；如果p∈coreItems；從當(dāng)前分支中選擇coreItems，并標(biāo)記為p’；如果T有子項(xiàng)n’，并且n’的項(xiàng)目名和p’的項(xiàng)目名相同；那么countNumber(n)加1，調(diào)整具有相coreItems的這些分支，并將這些分支指向這個(gè)共同的coreItems，且該[coreItems]為這些剩余節(jié)點(diǎn)的父節(jié)點(diǎn)；否則，如果事務(wù)T有子項(xiàng)n”，并且n”∩p’≠Null；那么[coreItems]為該路徑中這些剩余節(jié)點(diǎn)的父節(jié)點(diǎn)；如果q≠Null；那么遞歸地調(diào)用Insert_FSFP-Tree(q，T)函數(shù)；END。進(jìn)一步，所述最大FSFP挖掘算法包括以下步驟：輸入：事務(wù)數(shù)據(jù)庫(kù)TDs；允許的項(xiàng)的最小頻率：minmum_count_number；項(xiàng)的最小支持度：λ；輸出：最大FSFPs：MFSFPs；BEGIN：計(jì)算SUP(i)，之后對(duì)所有項(xiàng)按照降序方式重新排序；采用模式感知的動(dòng)態(tài)基本模式搜索策略確定基本模式集BP；基于基本模式集BP、算法1和算法2構(gòu)建TDs的FSFP樹(shù)；基于新提出的陣列結(jié)構(gòu)和條件數(shù)據(jù)庫(kù)CDB構(gòu)建FSFP陣列；如果路徑pi是單一路徑，那么；通過(guò)在當(dāng)前路徑bpi和路徑pi的所有子項(xiàng)集{i}中檢查基本模式生成新的模式npi；如果SUP(npi)≧λ，并且superset_check(npi)返回值為false；那么MFSFP＝MFSFP∪npi；否則：記錄MFSFP＝MFSFP∪bpi；//對(duì)于多路徑；否則：對(duì)于TDs.header中的每一項(xiàng)ai；生成一個(gè)新的基于FSFP陣列結(jié)構(gòu)且在ai條件模式基頻繁項(xiàng)sfi的頻次數(shù)據(jù)集；基于相應(yīng)的支持度值按照降序方式對(duì)sfi進(jìn)行排序；調(diào)用MFSFPMining(sfi，minmum_count_number，λ)函數(shù)；END。本發(fā)明提供的基于動(dòng)態(tài)優(yōu)化模糊模式算法的醫(yī)療數(shù)據(jù)不確定性分析方法，提出了基于二階效應(yīng)的模式結(jié)構(gòu)和新的剪枝策略，包括模式感知的動(dòng)態(tài)基本模式搜索策略和FSFP-Tree陣列技術(shù)。此外，在一個(gè)完整的數(shù)據(jù)集和一個(gè)事務(wù)中，通過(guò)模糊權(quán)重的約束和屬性來(lái)反映其每個(gè)項(xiàng)的不確定性的重要性；提出的最大FSFPs挖掘算法僅僅掃描數(shù)據(jù)集一次就能保證高效的挖掘性能，防止了基于剪枝策略模式抽取的開(kāi)銷，并采用模糊加權(quán)條件提高挖掘結(jié)果的可靠性；基于九個(gè)基準(zhǔn)數(shù)據(jù)集，與PADS和FPMax*算法比較，大量的實(shí)驗(yàn)結(jié)果表明，提出的新算法具有卓越的表現(xiàn)。本發(fā)明是為了發(fā)現(xiàn)與該疾病密切相關(guān)的其他疾病或者是該疾病最易誘發(fā)或者牽引出的其他疾病，而不僅僅是給出常見(jiàn)疾病之間的關(guān)聯(lián)性。本發(fā)明的高級(jí)模式挖掘?qū)撛诘碾[藏信息發(fā)現(xiàn)和有用信息的恰當(dāng)表達(dá)至關(guān)重要。本發(fā)明創(chuàng)新性的提出了模糊模式結(jié)構(gòu)：核心項(xiàng)(corepattern)和相應(yīng)的牽引項(xiàng)(secondordereffectpattern)的組合，并且提出了模糊支持度以及基于模糊支持度的剪枝策略來(lái)分析和挖掘隱藏在項(xiàng)目集當(dāng)中的有用信息。本發(fā)明所提出的最大模糊模式挖掘算法能夠更加有效、更快的實(shí)現(xiàn)挖掘操作。高級(jí)模式挖掘?qū)撛诘碾[藏信息發(fā)現(xiàn)和有用信息的恰當(dāng)表達(dá)至關(guān)重要。本發(fā)明創(chuàng)新性的提出了模糊模式結(jié)構(gòu)：核心項(xiàng)(corepattern)和相應(yīng)的牽引項(xiàng)(secondordereffectpattern)的組合，并且提出了模糊支持度以及基于模糊支持度的剪枝策略來(lái)分析和挖掘隱藏在項(xiàng)目集當(dāng)中的有用信息。本發(fā)明所提出的最大模糊模式挖掘算法能夠能夠更加有效、更快的實(shí)現(xiàn)挖掘操作。為了分析最大模糊模式挖掘算法的有效性，開(kāi)展了對(duì)挖掘結(jié)果、時(shí)間和空間復(fù)雜度的結(jié)果的分析，實(shí)驗(yàn)結(jié)果顯示該挖掘算法顯著的優(yōu)越于PADS和FPMax*算法。挖掘出的有效信息的數(shù)量和質(zhì)量表明，該算法更適合于處理頻繁項(xiàng)和相對(duì)出現(xiàn)次數(shù)較低的項(xiàng)目的組合。在今后的工作中，從醫(yī)學(xué)的角度，將會(huì)對(duì)比分析相對(duì)頻繁的疾病和相對(duì)較低的并發(fā)癥疾病的臨床資料，從而從醫(yī)學(xué)的角度驗(yàn)證新提出的最大模糊模式對(duì)醫(yī)療疾病發(fā)現(xiàn)的有效性；在知識(shí)發(fā)現(xiàn)的角度，將會(huì)探究核心-牽引項(xiàng)的模式結(jié)構(gòu)在高級(jí)知識(shí)挖掘中的作用以挖掘其他更有趣的新結(jié)構(gòu)和發(fā)現(xiàn)新特征。附圖說(shuō)明圖1是本發(fā)明實(shí)施例提供的基于動(dòng)態(tài)優(yōu)化模糊模式算法的醫(yī)療數(shù)據(jù)不確定性分析方法流程圖。圖2是本發(fā)明實(shí)施例提供的與已有算法的時(shí)間復(fù)雜度對(duì)比示意圖。圖3是本發(fā)明實(shí)施例提供的與已有算法的空間復(fù)雜度對(duì)比示意圖。具體實(shí)施方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作詳細(xì)描述。圖1的簡(jiǎn)要描述：首先該算法通過(guò)考察項(xiàng)目的模糊支持度和最小出現(xiàn)的頻度，來(lái)確立應(yīng)該出現(xiàn)在動(dòng)態(tài)模糊模式中的項(xiàng)，對(duì)不滿足條件的項(xiàng)目予以刪除；對(duì)于滿足條件的項(xiàng)目，按照其模糊支持度進(jìn)行降序排列，并且采用動(dòng)態(tài)核心模式搜索策略來(lái)確立動(dòng)態(tài)模糊模式的核心項(xiàng)集。其次，創(chuàng)建FSFP樹(shù)的結(jié)構(gòu)和根節(jié)點(diǎn)，并且插入FSFP樹(shù)的每一個(gè)分支來(lái)確立FSFP樹(shù)。FSFP樹(shù)的分支分為三種情況：當(dāng)前分支無(wú)核心項(xiàng)；當(dāng)前分支只有一個(gè)核心項(xiàng)；當(dāng)前分支存在多個(gè)核心項(xiàng)；分別采用相應(yīng)的處理策略來(lái)這三種情況并且確立當(dāng)前分支中的核心項(xiàng)和所被核心項(xiàng)牽引的吸附項(xiàng)。再次，結(jié)合項(xiàng)目和事物的排序表以及項(xiàng)目的插入算法來(lái)確立最終的動(dòng)態(tài)優(yōu)化模糊模式。對(duì)于圖2和圖3的說(shuō)明如下：本發(fā)明所提出的算法對(duì)所有的數(shù)據(jù)集都具有最好的時(shí)間性能。算法的時(shí)間復(fù)雜度結(jié)果對(duì)比見(jiàn)圖2。根據(jù)對(duì)時(shí)間復(fù)雜度的整體分析，提出的動(dòng)態(tài)模糊優(yōu)化模式挖掘算法在任何參數(shù)設(shè)置下相比FPMax*(GrahneandZhu,2005)和PADS(Zengetal.,2009)算法都具有最好的時(shí)間性能。同時(shí)，由于模糊修剪策略的提出，當(dāng)模糊權(quán)重和項(xiàng)目的出現(xiàn)頻度增加時(shí)使得提出的最大模糊模式挖掘算法具有最低的運(yùn)行時(shí)間增量。并且，當(dāng)事物數(shù)據(jù)集的規(guī)模增大和項(xiàng)目出現(xiàn)的頻度變小時(shí)，本發(fā)明提出的算法和以往的算法的時(shí)間復(fù)雜度的差距將會(huì)更加顯著。對(duì)分析的所有的數(shù)據(jù)集，算法FPMax*具有最差的時(shí)間復(fù)雜度，并且當(dāng)項(xiàng)目的出現(xiàn)頻度下降時(shí)，該算法的時(shí)間復(fù)雜度將會(huì)驟增。由于動(dòng)態(tài)優(yōu)化剪枝策略的提出，以及模糊支持度探測(cè)和無(wú)效模式的優(yōu)化刪除，使得本算法PADS比FPMax*更加優(yōu)越。算法的空間復(fù)雜度的實(shí)驗(yàn)結(jié)果見(jiàn)圖3。本發(fā)明所提出的模式搜索策略和陣列技術(shù)為減少內(nèi)存做了很大的貢獻(xiàn)。根據(jù)空間復(fù)雜度的結(jié)果分析，文章提出的算法具有顯著的性能。算法FPMax*和PADS的空間復(fù)雜度使用情況非常相似，因?yàn)檫@兩種算法均采用了類FP-tree結(jié)構(gòu)。但是，這兩種算法與本發(fā)明的提出的算法具有巨大的差距。因此，為了能夠良好的在圖中顯示3種算法的空間復(fù)雜度對(duì)比，按照不同比例縮小了FPMax*和PADS算法的空間復(fù)雜度結(jié)果。根據(jù)圖3所反應(yīng)的空間復(fù)雜度挖掘結(jié)果，相對(duì)稀疏型數(shù)據(jù)集，挖掘稠密型數(shù)據(jù)集，本發(fā)明提出的最大模糊模式挖掘與PADS,和FPMax*算法具有更大的差距。實(shí)驗(yàn)結(jié)果揭示了本發(fā)明所提出的算法對(duì)挖掘稠密型數(shù)據(jù)集更為顯著。最大模糊模式挖掘耗費(fèi)較少的空間復(fù)雜度是因?yàn)樵撍惴ㄍㄟ^(guò)提出修剪子樹(shù)剪枝策略以確保更好地調(diào)度候選模式進(jìn)行較少的子模式檢查，并且在提出相應(yīng)的剪枝策略和模糊約束的基礎(chǔ)上，一些在已有的算法下面需要檢測(cè)的子模式并不需要在本發(fā)明所提出的算法中檢測(cè)。本發(fā)明主要工作是針對(duì)基于醫(yī)學(xué)事物數(shù)據(jù)集的特征分析，挖掘適當(dāng)和有效的最大頻繁模式的問(wèn)題。1、(模糊模式的模糊權(quán)重(SLP))定義模式P＝{i1，i2，…，ii，…in}，那么對(duì)于事務(wù)集Ti中每一個(gè)項(xiàng)目ii在模式P中的權(quán)重可以定義為：對(duì)于項(xiàng)目ii在總的項(xiàng)目集I中的權(quán)重記為：其中和的取值屬于模糊值。模糊模式的模糊權(quán)重計(jì)算(SLP)如公式模式P的模糊權(quán)重可以設(shè)置的取值范圍是[0,10]。項(xiàng)目的模糊權(quán)重(標(biāo)示為：)被劃分為5個(gè)重要等級(jí)。項(xiàng)目在事物中的對(duì)比權(quán)重(標(biāo)記為：)同樣被劃分為5個(gè)重要等級(jí)。該重要等級(jí)的取值范圍見(jiàn)表Table3。定義2.事物項(xiàng)的模糊等級(jí)(SL(Ti)).給出事物Ti＝{i1，i2，…，im}，由于事物所攜帶的項(xiàng)目及其權(quán)重不相同，所以不同的事物在事物集中的權(quán)重均不相同。事物的模糊等級(jí)定義為：定義3.基于模糊權(quán)重的模式P的模糊支持度。模式P在事物Ti中的計(jì)算頻次見(jiàn)公式(3.4)，其中，|Ti|表示事物Ti的長(zhǎng)度。SUP(SLP)是三角模糊函數(shù)，等同于以下真實(shí)值(3.6):SUP(SLP)＝(supL(SLP),supM(SLP),supU(SLP))(3.6)其中，SUPL(SLp)是低值，SUPM(SLp)是中值，SUPU(SLp)是上界值。他滿足以下條件：SUPL(SLp)≤SUPM(SLp)≤SUPU(SLp).如果存在條件SUPL(SLp)＝SUPM(SLp)＝SUPU(SLp)，那么SUP(SLP)根據(jù)對(duì)醫(yī)療數(shù)據(jù)集的特征分析，患者往往在一段時(shí)間內(nèi)具有若干項(xiàng)主要的疾病(核心項(xiàng))和若干項(xiàng)由核心項(xiàng)所牽引的二階效應(yīng)的項(xiàng)目(牽引項(xiàng))所組成。例如，老年患者的疾病項(xiàng)目是：<慢性咽炎，淋巴細(xì)胞百分?jǐn)?shù)升高，消化不良，慢性支氣管炎>，根據(jù)治療數(shù)據(jù)，該患者的慢性咽炎具有較高的危險(xiǎn)等級(jí)，其他項(xiàng)目均為該項(xiàng)目的作用下所產(chǎn)成的二階效應(yīng)項(xiàng)目。因此，本發(fā)明挖掘的模糊模式定義為核心項(xiàng)(corepattern)和牽引項(xiàng)(secondordereffectpattern)的組合。定義4(模糊亞頻繁模式(FuzzySupplementFrequentPattern))。根據(jù)核心項(xiàng)和牽引項(xiàng)之間的關(guān)系，挖掘的模糊模式的結(jié)構(gòu)主要包含兩類：1)所有特定的核心項(xiàng)目和全部(或者部分)牽引項(xiàng)一起出現(xiàn)。核心項(xiàng)目具有很高的模糊權(quán)重，從而具備較強(qiáng)吸附能力來(lái)吸附具有較低模糊權(quán)重的牽引項(xiàng)。2)部分特定的核心項(xiàng)和全部(或者部分)牽引項(xiàng)一起出現(xiàn)。核心項(xiàng)中某些項(xiàng)不具有較高的模糊權(quán)重，只有部分的核心項(xiàng)具有吸附牽引項(xiàng)的能力。但是規(guī)則模式挖掘還是應(yīng)該考慮不發(fā)生的核心項(xiàng)對(duì)整個(gè)核心項(xiàng)和整個(gè)事務(wù)的影響，因?yàn)椴话l(fā)生的核心項(xiàng)可能會(huì)減少或者改變核心項(xiàng)目的吸附能力以及吸附其他項(xiàng)目的活躍性。例如，在診斷老年慢病患者出現(xiàn)嚴(yán)重流感現(xiàn)象時(shí)，即使在一段時(shí)間內(nèi)病人并未出現(xiàn)發(fā)熱的情況，醫(yī)療記錄中還是要求必須標(biāo)記病人的體溫狀況，同時(shí)該體溫項(xiàng)目也對(duì)其他的核心項(xiàng)有重要的影響。綜上，本發(fā)明挖掘的模糊模式(FuzzyFrequentPattern)可以定義為公式(3.10)：其中，模糊模式的模糊支持度SUP(FSFP)是一個(gè)三角隸屬度函數(shù)，被描述為：SUP(FSFP)＝(SUPL(FSFP),SUPM(FSFP),SUPU(FSFP))。標(biāo)示指的是該項(xiàng)目不與其他的項(xiàng)目同時(shí)出現(xiàn)，例如表示所有的在集合中元素不和集合中的元素在同一個(gè)事物中同時(shí)發(fā)生。模式FFP的出現(xiàn)必須滿足以下約束條件：其中，核心項(xiàng)(corepattern)滿足的最小支持度閾值為：minsup，核心項(xiàng)需要滿足的最小模糊權(quán)重閾值為θ，參數(shù)min_connect_sup用來(lái)定義核心項(xiàng)和二階效應(yīng)項(xiàng)目之間的邊界，σ(σ≤θ)是定義的SOP項(xiàng)目集的最小模糊權(quán)重閾值，ε定義為調(diào)節(jié)參數(shù)以根據(jù)挖掘模式數(shù)量的需要來(lái)個(gè)性化的設(shè)置變量變化范圍。表1.具有相應(yīng)的局部和最終的權(quán)重以及頻次的樣本事務(wù)數(shù)據(jù)庫(kù)表2.表1中每個(gè)項(xiàng)的相應(yīng)含義和全局權(quán)重表3.項(xiàng)和事務(wù)的模糊級(jí)別定義5.(FuzzySupplementFrequentPatternTree(模糊模式挖掘樹(shù)))模糊模式挖掘樹(shù)的結(jié)構(gòu)包含以下四個(gè)部分：(1)頭節(jié)點(diǎn)，標(biāo)記為“Root”；(2)每個(gè)節(jié)點(diǎn)包含7個(gè)字段：項(xiàng)目名(item-name)，當(dāng)前分支(branch-level)，父節(jié)點(diǎn)(parent)，子節(jié)點(diǎn)(children)，節(jié)點(diǎn)鏈(node-link)，模糊支持度(fuzzysupport)，出現(xiàn)頻度(countnumber)，and核心節(jié)點(diǎn)鏈接(node-link-core).所有共享同一個(gè)節(jié)點(diǎn)名的節(jié)點(diǎn)用節(jié)點(diǎn)鏈(node-link)連接，所有包含相同核心項(xiàng)的分支采用自底向上的方式由核心節(jié)點(diǎn)鏈(node-link-core)連接。并且事務(wù)項(xiàng)的綜合模糊度來(lái)自于所有節(jié)點(diǎn)的綜合模糊度和出現(xiàn)頻度的組合計(jì)算。為了表示每個(gè)項(xiàng)目的出現(xiàn)頻度，頻度數(shù)(countnumber)也作為一個(gè)字段。特別的，頭表當(dāng)中的出現(xiàn)頻度表示了每一個(gè)項(xiàng)目在樹(shù)中出現(xiàn)的總頻數(shù)，在FFP-Tree中節(jié)點(diǎn)出現(xiàn)的頻數(shù)是該節(jié)點(diǎn)在當(dāng)前路徑上的出現(xiàn)頻數(shù)。(3)核心節(jié)點(diǎn)項(xiàng)目集(coreItems)。該字段主要用來(lái)記錄當(dāng)前核心項(xiàng)目的信息，包含：當(dāng)前核心項(xiàng)目名、當(dāng)前未發(fā)生的核心項(xiàng)目、核心項(xiàng)目的頻數(shù)、模糊支持度以及核心節(jié)點(diǎn)鏈(node-link-core)的頭表。(4)項(xiàng)目的頭表(headertable)。頭表(headertable)主要放置項(xiàng)目集并且依據(jù)項(xiàng)目的模糊度值來(lái)降序排列。頭表主要包含兩個(gè)字段：頭表名(item-name)和節(jié)點(diǎn)鏈的頭節(jié)點(diǎn)(headofthenode-link)。并且該節(jié)點(diǎn)鏈由同一個(gè)節(jié)點(diǎn)名的鏈接來(lái)連接。2、算法構(gòu)建需要提供的參數(shù)有：核心項(xiàng)最小出現(xiàn)的頻度(core_count_number)，牽引項(xiàng)最小出現(xiàn)的頻度(connect_count_number)，核心項(xiàng)最小的模糊支持度(θ)，牽引項(xiàng)出現(xiàn)的最小模糊度(σ)，and全局權(quán)重and本地權(quán)重算法的第一步是刪除不能滿足最小支持度和最小權(quán)重的項(xiàng)目(line4-line7).核心模式的確定是基于模糊屬性約簡(jiǎn)和模糊動(dòng)態(tài)感知策略(line8-line12)。每一條路徑的核心項(xiàng)集將會(huì)被確定(line14-line25).如果在當(dāng)前路徑當(dāng)中有唯一的核心項(xiàng)，那么該核心項(xiàng)便是本條路徑的核心(line16).如果部分核心項(xiàng)在路徑當(dāng)中出現(xiàn)，那么則需要判斷核心當(dāng)中沒(méi)有出現(xiàn)的項(xiàng)目是否具備吸附能力。如果該條件滿足，那么含有的核心項(xiàng)便是本條路徑的核心項(xiàng)。(line17-line19).否則，對(duì)于其他情況，選取該條路徑當(dāng)中權(quán)重最大的便是該條路徑的核心項(xiàng)集(line22).當(dāng)核心項(xiàng)集選擇完之后，F(xiàn)SFP-Tree插入算法被提出(表5).在FSFP-Tree插入算法中，如果剩余項(xiàng)目集當(dāng)中的某一項(xiàng)和其他分支有交集(coreItems除外)，那么在同一條路徑上的項(xiàng)目的支持度、模糊支持度需要重新計(jì)算。否則，需要新生成一個(gè)節(jié)點(diǎn)，并且設(shè)置相應(yīng)的出現(xiàn)頻度以及模糊度值，鏈接該節(jié)點(diǎn)的父節(jié)點(diǎn)，并且通過(guò)節(jié)點(diǎn)鏈(node-link)來(lái)鏈接該節(jié)點(diǎn)(line1-4).如果當(dāng)前節(jié)點(diǎn)屬于核心相集中的元素，那么在當(dāng)前路徑中包含該節(jié)點(diǎn)的核心模式應(yīng)當(dāng)被篩選出來(lái)。同時(shí)，如果目前所選擇的核心模式能夠同時(shí)作為其他分支的核心模式，那么則需要更新該核心模式的出現(xiàn)頻度以及相應(yīng)的模糊度值，設(shè)置當(dāng)前的核心模式為其他節(jié)點(diǎn)的父節(jié)點(diǎn)，并且連接其他核心節(jié)點(diǎn)通過(guò)核心節(jié)點(diǎn)鏈(node-linkcore)(line9-10)。如果當(dāng)前核心模式和其他分支沒(méi)有連接，那么則設(shè)置改核心模式為當(dāng)前路徑上其他節(jié)點(diǎn)的父節(jié)點(diǎn)(line12)。最終，反復(fù)遞歸調(diào)用Insert_FSFP-Tree算法直到完成建立事物數(shù)據(jù)集T中的所有事物項(xiàng)。表4算法1：FSFP樹(shù)構(gòu)建算法表5.算法2：插入FSFP樹(shù)算法表6.表1中的示例事務(wù)數(shù)據(jù)庫(kù)的基本模式最大模糊模式(MaximalFSFPs)挖掘算法以及相應(yīng)的優(yōu)化剪枝策略將會(huì)在本節(jié)給出。挖掘算法操作首先應(yīng)該提供的參數(shù)包含：模糊支持度值(fuzzysupportvalue)，核心項(xiàng)(basepatterns)，F(xiàn)SFP-Tree，和基于FSFP-Tree的陣列結(jié)構(gòu)(FSFP-array)。FSFP-Tree的結(jié)構(gòu)定義、核心項(xiàng)集的選擇、項(xiàng)目的模糊度值、以及項(xiàng)目的出現(xiàn)頻率均作為最大模糊模式挖掘樹(shù)的優(yōu)化剪枝策略。依據(jù)算法1(最大模糊模式挖掘算法)，如果當(dāng)前路徑是單路徑(第5行)，那么通過(guò)檢測(cè)當(dāng)前路徑上項(xiàng)目的超集和檢測(cè)當(dāng)前項(xiàng)目的模糊支持度是否滿足最小閾值以產(chǎn)生新的npi模式。如果通過(guò)再次計(jì)算的模糊支持度大于等于最小閾值并且當(dāng)前求取的模式并無(wú)超集，那么此時(shí)產(chǎn)生的MFSFP模式即為求取的最大模糊模式(第6-8行)。否則，當(dāng)前求取的MFFP模式并不能夠滿足最大模糊模式的求取條件，那么只選取具有強(qiáng)吸附能力的核心項(xiàng)集作為當(dāng)前路徑的最大頻繁模式FSFP(第10行)。對(duì)于多路徑，基于FSFP-array結(jié)構(gòu)來(lái)生成條件模式樹(shù)并且基于模糊度值來(lái)對(duì)項(xiàng)目進(jìn)行降序排列，然后依據(jù)項(xiàng)目的頭表對(duì)新產(chǎn)生的核心項(xiàng)設(shè)置其核心項(xiàng)模糊度值，并遞歸調(diào)用該函數(shù)直到產(chǎn)生單路徑(12-17行)。給出事物數(shù)據(jù)集表1?；谒惴?，該事物集得到的最大模糊模式為：<j，(h，b，o)>，<(m，b，o)>。其中，(h，b，o)，(m，b，o)為分支的核，說(shuō)明在分支中(h，b，o)，(m，b，o)具有較強(qiáng)的吸附力，并且對(duì)其他項(xiàng)目具有較強(qiáng)的影響力。而基于傳統(tǒng)的最大頻繁模式挖掘僅能夠得到:<j>，<m，b，o>。并且不能夠反應(yīng)項(xiàng)目之間的重要關(guān)系。表7.算法3：最大FSFP挖掘算法本發(fā)明的高級(jí)模式挖掘?qū)撛诘碾[藏信息發(fā)現(xiàn)和有用信息的恰當(dāng)表達(dá)至關(guān)重要。本發(fā)明創(chuàng)新性的提出了模糊模式結(jié)構(gòu)：核心項(xiàng)(corepattern)和相應(yīng)的牽引項(xiàng)(secondordereffectpattern)的組合，并且提出了模糊支持度以及基于模糊支持度的剪枝策略來(lái)分析和挖掘隱藏在項(xiàng)目集當(dāng)中的有用信息。本發(fā)明所提出的最大模糊模式挖掘算法能夠更加有效、更快的實(shí)現(xiàn)挖掘操作。高級(jí)模式挖掘?qū)撛诘碾[藏信息發(fā)現(xiàn)和有用信息的恰當(dāng)表達(dá)至關(guān)重要。本發(fā)明創(chuàng)新性的提出了模糊模式結(jié)構(gòu)：核心項(xiàng)(corepattern)和相應(yīng)的牽引項(xiàng)(secondordereffectpattern)的組合，并且提出了模糊支持度以及基于模糊支持度的剪枝策略來(lái)分析和挖掘隱藏在項(xiàng)目集當(dāng)中的有用信息。本發(fā)明所提出的最大模糊模式挖掘算法能夠更加有效、更快的實(shí)現(xiàn)挖掘操作。為了分析最大模糊模式挖掘算法的有效性，開(kāi)展了對(duì)挖掘結(jié)果、時(shí)間和空間復(fù)雜度的結(jié)果的分析，實(shí)驗(yàn)結(jié)果顯示該挖掘算法顯著的優(yōu)越于PADS和FPMax*算法。挖掘出的有效信息的數(shù)量和質(zhì)量表明，該算法更適合于處理頻繁項(xiàng)和相對(duì)出現(xiàn)次數(shù)較低的項(xiàng)目的組合。在今后的工作中，從醫(yī)學(xué)的角度，將會(huì)對(duì)比分析相對(duì)頻繁的疾病和相對(duì)較低的并發(fā)癥疾病的臨床資料，從而從醫(yī)學(xué)的角度驗(yàn)證新提出的最大模糊模式對(duì)醫(yī)療疾病發(fā)現(xiàn)的有效性；在知識(shí)發(fā)現(xiàn)的角度，將會(huì)探究核心-牽引項(xiàng)的模式結(jié)構(gòu)在高級(jí)知識(shí)挖掘中的作用以挖掘其他更有趣的新結(jié)構(gòu)和發(fā)現(xiàn)新特征。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3 當(dāng)前第1頁(yè)1 2 3