項(xiàng)集挖掘方法及裝置的制造方法【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種項(xiàng)集挖掘方法及裝置，屬于數(shù)據(jù)挖掘領(lǐng)域。所述方法包括：獲取自定義的權(quán)重和最低期望權(quán)重閾值ε；根據(jù)數(shù)據(jù)項(xiàng)的發(fā)生概率和權(quán)重，計(jì)算不確定性數(shù)據(jù)庫(kù)D中的項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，將iubwp≥|D|*ε的項(xiàng)集挖掘?yàn)楦咂谕麢?quán)重上限項(xiàng)集HUBEWI；計(jì)算每個(gè)HUBEWI的期望權(quán)重支持度expWSup，將expWSup≥|D|*ε的HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI。本發(fā)明通過(guò)計(jì)算項(xiàng)集的項(xiàng)權(quán)重概率上限得到高期望權(quán)重上限項(xiàng)集，再計(jì)算高期望權(quán)重上限項(xiàng)集的期望權(quán)重支持度獲取高權(quán)重項(xiàng)集，以少量計(jì)算量先挖掘出高期望權(quán)重上限項(xiàng)集作為候選項(xiàng)集，縮小高權(quán)重項(xiàng)集的挖掘范圍，解決了挖掘高權(quán)重項(xiàng)集只能處理精確數(shù)據(jù)，尚無(wú)針對(duì)不確定性數(shù)據(jù)庫(kù)的高權(quán)重項(xiàng)集挖掘技術(shù)的問(wèn)題，達(dá)到了提高挖掘的效能的效果?！緦?zhuān)利說(shuō)明】項(xiàng)集挖掘方法及裝置
技術(shù)領(lǐng)域：
[0001]本發(fā)明涉及數(shù)據(jù)挖掘領(lǐng)域，特別涉及一種項(xiàng)集挖掘方法及裝置?！?br>背景技術(shù)：
】[0002]不確定性數(shù)據(jù)庫(kù)（英文〖uncertaindatabase)中通常包括有至少一個(gè)事務(wù)（英文：transaction)，每個(gè)事務(wù)中包括至少一個(gè)數(shù)據(jù)項(xiàng)（英文：item)，比如，一條關(guān)于天氣記錄的事務(wù)中，包括天氣類(lèi)型、濕度和溫度等數(shù)據(jù)項(xiàng)。每個(gè)數(shù)據(jù)項(xiàng)有各自對(duì)應(yīng)的發(fā)生概率。[0003]目前現(xiàn)有的一種數(shù)據(jù)挖掘方法中，用戶自定義對(duì)每個(gè)數(shù)據(jù)項(xiàng)的權(quán)重，然后根據(jù)每個(gè)數(shù)據(jù)項(xiàng)的權(quán)重，從精確數(shù)據(jù)庫(kù)中的各個(gè)數(shù)據(jù)項(xiàng)集（itemset)中挖掘高頻繁權(quán)重項(xiàng)集（英文：HighFrequentWeightedItemset，簡(jiǎn)稱(chēng)：HFWI)。項(xiàng)集是由至少一個(gè)數(shù)據(jù)項(xiàng)構(gòu)成的集合，用于表征精確數(shù)據(jù)庫(kù)中內(nèi)在的一種關(guān)聯(lián)規(guī)則。[0004]在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問(wèn)題：目前的相關(guān)數(shù)據(jù)挖掘方法，只能處理精確數(shù)據(jù)，并沒(méi)考慮到現(xiàn)實(shí)應(yīng)用中普遍存在的不確定性數(shù)據(jù)，尚無(wú)能有效處理不確定性數(shù)據(jù)的高權(quán)重項(xiàng)集挖掘技術(shù)的提出，而且需要計(jì)算每個(gè)數(shù)據(jù)項(xiàng)集的期望權(quán)重支持度，計(jì)算量較大，從而導(dǎo)致挖掘高權(quán)重項(xiàng)集的效率較低，占用了計(jì)算機(jī)的大量處理內(nèi)存?！?br/>發(fā)明內(nèi)容】[0005]為了解決無(wú)法針對(duì)不確定性數(shù)據(jù)挖掘高權(quán)重項(xiàng)集的問(wèn)題，本發(fā)明實(shí)施例提供了一種項(xiàng)集挖掘方法及裝置。所述技術(shù)方案如下：[0006]第一方面，提供了一種項(xiàng)集挖掘方法，該方法包括：[0007]獲取自定義的權(quán)重和最低期望權(quán)重閾值ε，該權(quán)重是不確定性數(shù)據(jù)庫(kù)D中的數(shù)據(jù)項(xiàng)所對(duì)應(yīng)的權(quán)重，該不確定性數(shù)據(jù)庫(kù)D包括至少一個(gè)事務(wù)，每個(gè)事務(wù)包括至少一個(gè)數(shù)據(jù)項(xiàng)；[0008]根據(jù)該數(shù)據(jù)項(xiàng)的發(fā)生概率和該權(quán)重，計(jì)算該不確定性數(shù)據(jù)庫(kù)D中的候選項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，將該iubwp彡|D|*ε的項(xiàng)集挖掘?yàn)楦咂谕麢?quán)重上限項(xiàng)集HUBEWI;該項(xiàng)集是包括至少一個(gè)數(shù)據(jù)項(xiàng)的集合，該|D|是該不確定性數(shù)據(jù)庫(kù)D中的事務(wù)總數(shù)；[0009]計(jì)算每個(gè)HUBEWI的期望權(quán)重支持度expWSup，將該expWSup多該|D|*ε的HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI。[0010]第二方面，提供了一種項(xiàng)集挖掘裝置，該裝置包括：[0011]獲取模塊，用于獲取自定義的權(quán)重和最低期望權(quán)重閾值ε，該權(quán)重是不確定性數(shù)據(jù)庫(kù)D中的數(shù)據(jù)項(xiàng)所對(duì)應(yīng)的權(quán)重，該不確定性數(shù)據(jù)庫(kù)D包括至少一個(gè)事務(wù)，每個(gè)事務(wù)包括至少一個(gè)數(shù)據(jù)項(xiàng)；[0012]第一計(jì)算模塊，用于根據(jù)該數(shù)據(jù)項(xiàng)的發(fā)生概率和該權(quán)重，計(jì)算該不確定性數(shù)據(jù)庫(kù)D中的項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，將該iubwp彡|D|*ε的項(xiàng)集挖掘?yàn)楦咂谕麢?quán)重上限項(xiàng)集HUBEWI;該項(xiàng)集是包括至少一個(gè)數(shù)據(jù)項(xiàng)的集合，該|D|是該不確定性數(shù)據(jù)庫(kù)D中的事務(wù)總數(shù)；[0013]第二計(jì)算模塊，用于計(jì)算每個(gè)HUBEWI的期望權(quán)重支持度expWSup，將該expWSup彡該IDI*ε的HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI。[0014]本發(fā)明實(shí)施例提供的技術(shù)方案帶來(lái)的有益效果是：[0015]通過(guò)計(jì)算各個(gè)項(xiàng)集的項(xiàng)權(quán)重概率上限得到高期望權(quán)重上限項(xiàng)集，再計(jì)算高期望權(quán)重上限項(xiàng)集的期望權(quán)重支持度來(lái)獲取高權(quán)重項(xiàng)集，以少量計(jì)算量先挖掘出高期望權(quán)重上限項(xiàng)集作為候選項(xiàng)集，從而縮小高權(quán)重項(xiàng)集的挖掘范圍，解決了現(xiàn)有技術(shù)中挖掘高權(quán)重項(xiàng)集只能處理精確數(shù)據(jù)，尚無(wú)針對(duì)不確定性數(shù)據(jù)庫(kù)的高權(quán)重項(xiàng)集挖掘技術(shù)的問(wèn)題，達(dá)到了提高挖掘的效能的效果?！靖綀D說(shuō)明】[0016]為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。[0017]圖1示出了本發(fā)明一個(gè)實(shí)施例提供的項(xiàng)集挖掘方法的方法流程圖；[0018]圖2Α示出了本發(fā)明另一個(gè)實(shí)施例提供的項(xiàng)集挖掘方法的方法流程圖；[0019]圖2Β示出了本發(fā)明另一個(gè)實(shí)施例提供的項(xiàng)集挖掘方法的方法流程圖；[0020]圖2C示出了本發(fā)明一個(gè)實(shí)施例提供的（k+l)_項(xiàng)集生成方法的示意圖；[0021]圖3示出了本發(fā)明一個(gè)實(shí)施例提供的項(xiàng)集挖掘裝置的裝置結(jié)構(gòu)示意圖；[0022]圖4示出了本發(fā)明另一個(gè)實(shí)施例提供的項(xiàng)集挖掘裝置的裝置結(jié)構(gòu)示意圖?！揪唧w實(shí)施方式】[0023]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。[0024]為了便于對(duì)本發(fā)明實(shí)施例進(jìn)行說(shuō)明，預(yù)先對(duì)本發(fā)明實(shí)施例涉及的基本概念進(jìn)行如下介紹：[0025]l、transaction(事務(wù)）：指數(shù)據(jù)庫(kù)中的一條記錄。比如，當(dāng)數(shù)據(jù)庫(kù)中記錄的是超市商品的購(gòu)買(mǎi)記錄，則數(shù)據(jù)庫(kù)中的每一個(gè)事務(wù)對(duì)應(yīng)商品的購(gòu)買(mǎi)記錄，該購(gòu)買(mǎi)記錄中包含購(gòu)買(mǎi)商品的數(shù)量和名稱(chēng)等信息。[0026]2、item(數(shù)據(jù)項(xiàng)）：事務(wù)中記錄的每條信息項(xiàng)目，且一個(gè)事務(wù)中包含至少一個(gè)數(shù)據(jù)項(xiàng)。比如，當(dāng)數(shù)據(jù)庫(kù)中的事務(wù)對(duì)應(yīng)顧客的購(gòu)買(mǎi)記錄時(shí)，事務(wù)中的數(shù)據(jù)項(xiàng)則可以是購(gòu)買(mǎi)記錄中，購(gòu)買(mǎi)商品的數(shù)量和名稱(chēng)等信息。[0027]3、itemset(項(xiàng)集）：至少一個(gè)數(shù)據(jù)項(xiàng)構(gòu)成的集合，用于表征數(shù)據(jù)庫(kù)內(nèi)在的一種關(guān)聯(lián)規(guī)則。事務(wù)與項(xiàng)集的不同的點(diǎn)是，事務(wù)通常是由實(shí)際的事件所觸發(fā)生成的數(shù)據(jù)庫(kù)中的記錄；而項(xiàng)集通常是從數(shù)據(jù)庫(kù)挖掘而出的，并不一定有實(shí)際的含義。[0028]4、k-itemSet(k-項(xiàng)集）：包含有k個(gè)數(shù)據(jù)項(xiàng)的集合。比如，1-項(xiàng)集可以為A，即只包含數(shù)據(jù)項(xiàng)A;2_項(xiàng)集可以為AB，即包含數(shù)據(jù)項(xiàng)A和B。[0029]5、D(UncertainDatabases，不確定性數(shù)據(jù)庫(kù)）：指存儲(chǔ)的事務(wù)中的數(shù)據(jù)項(xiàng)存在一定發(fā)生概率的數(shù)據(jù)庫(kù)。[0030]一種示意性的不確定性數(shù)據(jù)庫(kù)的結(jié)構(gòu)如表一所示。比如，不確定性數(shù)據(jù)庫(kù)中記錄的是未來(lái)天氣情況，則數(shù)據(jù)庫(kù)中每一種天氣情況對(duì)應(yīng)一個(gè)發(fā)生概率，即不確定性數(shù)據(jù)庫(kù)中的每個(gè)事務(wù)對(duì)應(yīng)一個(gè)發(fā)生概率。[0031]表一[0032][0033]6、TID(transactionID，事務(wù)標(biāo)識(shí)）：用于在同一個(gè)不確定性數(shù)據(jù)庫(kù)中區(qū)別不同的事務(wù)。比如，排在不確定性數(shù)據(jù)庫(kù)第一行的事務(wù)為T(mén)1，第二行的事務(wù)為T(mén)2。[0034]7、itemweightinatransaction(項(xiàng)集在事務(wù)中的項(xiàng)集權(quán)重）：項(xiàng)集在事務(wù)中的項(xiàng)集權(quán)重等于組成項(xiàng)集的各個(gè)數(shù)據(jù)項(xiàng)在事務(wù)中的權(quán)重的平均值，用于表示項(xiàng)集在事務(wù)中的重要程度。[0035]8、itemweightinD(項(xiàng)集在不確定性數(shù)據(jù)庫(kù)中的項(xiàng)集權(quán)重）：項(xiàng)集在不確定性數(shù)據(jù)庫(kù)中的項(xiàng)集權(quán)重等于項(xiàng)集在事務(wù)中的項(xiàng)集權(quán)重，用于表示項(xiàng)集在不確定性數(shù)據(jù)庫(kù)中的重要程度。[0036]比如，在表一示出的不確定性數(shù)據(jù)庫(kù)D中，包括4、8、(：、0346個(gè)數(shù)據(jù)項(xiàng)，假設(shè)用戶自定義設(shè)置的這6個(gè)數(shù)據(jù)項(xiàng)的權(quán)重表（weight-talbe)w-table為：[0037]{w(A)=0.2,w(B)=0.75,w(C)=0.9,w(D)=1.0,w(E)=0.55,w(F)=0.3,}[0038]9、itemprobabilityinatransaction(項(xiàng)集在事務(wù)中的項(xiàng)集概率）：項(xiàng)集在事務(wù)中的項(xiàng)集概率等于組成項(xiàng)集的各個(gè)數(shù)據(jù)項(xiàng)在事務(wù)中的發(fā)生概率的乘積，用于表示項(xiàng)集在事務(wù)中的發(fā)生概率。[0039]10、expSup(Expectedsupport,期望支持度）：項(xiàng)集的期望支持度等于項(xiàng)集在包含該項(xiàng)集的各個(gè)事務(wù)中的項(xiàng)集概率之和。[0040]ll、expWSup(Expectedweightedsupport，期望權(quán)重支持度）：項(xiàng)集的期望權(quán)重支持度等于項(xiàng)集的期望支持度與項(xiàng)集在不確定性數(shù)據(jù)庫(kù)中的項(xiàng)集權(quán)重的乘積。[0041]12、HEWI(HighExpectedWeightedItemset，高權(quán)重項(xiàng)集）：若項(xiàng)集的期望權(quán)重支持度大于或等于最低期望權(quán)重閾值與不確定性數(shù)據(jù)庫(kù)中事務(wù)總數(shù)的乘積，則將該項(xiàng)集確定為高權(quán)重項(xiàng)集。[0042]13、tubw(Transactionupper-boundweight，事務(wù)權(quán)重上限）：事務(wù)的事務(wù)權(quán)重上限等于事務(wù)包括的各個(gè)項(xiàng)集在不確定性數(shù)據(jù)庫(kù)的項(xiàng)集權(quán)重中的最大值。[0043]14、tubp(Transactionupper-boundprobability，事務(wù)概率上限）：事務(wù)的事務(wù)概率上限等于事務(wù)包括的各個(gè)項(xiàng)集的發(fā)生概率的最大值。[0044]15、tubwp(Transactionupper-boundweightedprobability，事務(wù)權(quán)重概率上限）：事務(wù)權(quán)重概率上限等于事務(wù)的事務(wù)概率上限與事務(wù)權(quán)重上限的乘積。[0045]16、iubwp(Itemupper-boundweightedprobability，項(xiàng)權(quán)重概率上限）：項(xiàng)集的項(xiàng)權(quán)重概率上限等于包含該項(xiàng)集的各事務(wù)的事務(wù)權(quán)重概率上限之和。[0046]17、HUBEWI(Highupper-boundexpectedweighteditemset，高期望權(quán)重上限項(xiàng)集）：若項(xiàng)集的項(xiàng)權(quán)重概率上限大于或等于最低期望權(quán)重閾值與不確定性數(shù)據(jù)庫(kù)中事務(wù)總數(shù)的乘積，則將該項(xiàng)集確定為高期望權(quán)重上限項(xiàng)集。[0047]本發(fā)明實(shí)施例還提供了以下規(guī)則：[0048]1、在一個(gè)事務(wù)中，任何項(xiàng)集的權(quán)重均小于或等于該事務(wù)的事務(wù)權(quán)重上限，即：[0049][0050]在上式中，X用于表示項(xiàng)集，Tq用于表示不確定性數(shù)據(jù)庫(kù)D包括的事務(wù)，i,用于表示項(xiàng)集X包括的數(shù)據(jù)項(xiàng)，|k|用于表示項(xiàng)集X包括的數(shù)據(jù)項(xiàng)的個(gè)數(shù)，w(X，Tq)用于表示項(xiàng)集X在事務(wù)Tq的項(xiàng)集權(quán)重，W(ij，Tq)用于表示項(xiàng)集X包括的數(shù)據(jù)項(xiàng)在事務(wù)Tq的權(quán)重，tubw(Tq)用于表示事務(wù)Tq的事務(wù)權(quán)重上限。[0051]2、在一個(gè)事務(wù)中，任何項(xiàng)集的項(xiàng)集概率均小于或等于該事務(wù)的事務(wù)概率上限，即：[0052]p(X，Tq)<tubp(Tq)。[0053]在上式中，p(X，Tq)用于表示項(xiàng)集X的在事務(wù)Tq的項(xiàng)集概率，tubp(Tq)用于表示事務(wù)Tq的事務(wù)權(quán)重上限。[0054]3nHUBEWDCproperty(Highupper-boundexpectedweighteddownwardclosureproperty，向下閉合的高期望權(quán)重上限屬性）：如果一個(gè)項(xiàng)集是高期望權(quán)重上限項(xiàng)集，那么該項(xiàng)集的任何一個(gè)子集也是高期望權(quán)重上限項(xiàng)集。[0055]4、高權(quán)重項(xiàng)集屬于高期望權(quán)重上限項(xiàng)集，即：[0056][0057]在上式中，HEWIs用于表示高權(quán)重項(xiàng)集，HUBEWIs用于表示高期望權(quán)重上限項(xiàng)集。[0058]請(qǐng)參考圖1，其示出了本發(fā)明一個(gè)實(shí)施例提供的項(xiàng)集挖掘方法的方法流程圖。參見(jiàn)圖1，該方法包括：[0059]步驟101，獲取自定義的權(quán)重和最低期望權(quán)重閾值ε，該權(quán)重是不確定性數(shù)據(jù)庫(kù)D中的數(shù)據(jù)項(xiàng)所對(duì)應(yīng)的權(quán)重，該不確定性數(shù)據(jù)庫(kù)D包括至少一個(gè)事務(wù)，每個(gè)事務(wù)包括至少一個(gè)數(shù)據(jù)項(xiàng)。[0060]步驟102,根據(jù)數(shù)據(jù)項(xiàng)的發(fā)生概率和權(quán)重，計(jì)算不確定性數(shù)據(jù)庫(kù)D中的項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，將該iubwp彡|D|*ε的項(xiàng)集挖掘?yàn)楦咂谕麢?quán)重上限項(xiàng)集HUBEWI;該項(xiàng)集是包括至少一個(gè)數(shù)據(jù)項(xiàng)的集合，該|D|是不確定性數(shù)據(jù)庫(kù)D中的事務(wù)總數(shù)。[0061]步驟103,計(jì)算每個(gè)HUBEWI的期望權(quán)重支持度expWSup，將expWSup彡|D|*ε的HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI。[0062]綜上所述，本發(fā)明實(shí)施例提供的方法，通過(guò)計(jì)算各個(gè)項(xiàng)集的項(xiàng)權(quán)重概率上限得到高期望權(quán)重上限項(xiàng)集，再計(jì)算高期望權(quán)重上限項(xiàng)集的期望權(quán)重支持度來(lái)獲取高權(quán)重項(xiàng)集，以少量計(jì)算量先挖掘出高期望權(quán)重上限項(xiàng)集作為候選項(xiàng)集，從而縮小高權(quán)重項(xiàng)集的挖掘范圍，解決了現(xiàn)有技術(shù)中挖掘高權(quán)重項(xiàng)集只能處理精確數(shù)據(jù)，尚無(wú)針對(duì)不確定性數(shù)據(jù)庫(kù)的高權(quán)重項(xiàng)集挖掘技術(shù)的問(wèn)題，達(dá)到了提高挖掘的效能的效果。[0063]請(qǐng)參考圖2Α，其示出了本發(fā)明另一個(gè)實(shí)施例提供的項(xiàng)集挖掘方法的方法流程圖。參見(jiàn)圖2Α，該方法包括：[0064]步驟201，獲取自定義的權(quán)重和最低期望權(quán)重閾值ε，該權(quán)重是不確定性數(shù)據(jù)庫(kù)D中的數(shù)據(jù)項(xiàng)所對(duì)應(yīng)的權(quán)重，該不確定性數(shù)據(jù)庫(kù)D包括至少一個(gè)事務(wù)，每個(gè)事務(wù)包括至少一個(gè)數(shù)據(jù)項(xiàng)。[0065]不確定性數(shù)據(jù)庫(kù)D是指存儲(chǔ)的事務(wù)中的數(shù)據(jù)項(xiàng)存在一定發(fā)生概率的數(shù)據(jù)庫(kù)，該不確定性數(shù)據(jù)庫(kù)D包括至少一個(gè)事務(wù)，每個(gè)事務(wù)包括至少一個(gè)數(shù)據(jù)項(xiàng)。[0066]比如，在表一示出的不確定性數(shù)據(jù)庫(kù)D中，包括了10個(gè)事務(wù)和A、B、C、D、E、F6個(gè)數(shù)據(jù)項(xiàng)，以及各個(gè)數(shù)據(jù)項(xiàng)在各個(gè)事務(wù)中的發(fā)生概率。[0067]用戶可以根據(jù)實(shí)際挖掘需要，自定義設(shè)置各個(gè)數(shù)據(jù)項(xiàng)的權(quán)重和最低期望權(quán)重閾值ε〇[0068]比如，當(dāng)用戶需要挖掘的不確定性數(shù)據(jù)庫(kù)D中記錄的是未來(lái)天氣情況，即不確定性數(shù)據(jù)庫(kù)中每個(gè)事務(wù)包含的數(shù)據(jù)項(xiàng)可以是天氣類(lèi)型及天氣類(lèi)型對(duì)應(yīng)的發(fā)生概率。用戶可以根據(jù)對(duì)不確定性數(shù)據(jù)庫(kù)中的各種數(shù)據(jù)項(xiàng)的重視程度設(shè)置各個(gè)數(shù)據(jù)項(xiàng)的權(quán)重。假如用戶對(duì)數(shù)據(jù)項(xiàng)Α非常重視，則可以將數(shù)據(jù)項(xiàng)Α的權(quán)重設(shè)置得較高。[0069]為了保證挖掘的項(xiàng)集具有較高的發(fā)生概率，用戶可以將最低期望權(quán)重閾值ε設(shè)置的較大。[0070]在本發(fā)明實(shí)施例中，為了區(qū)分不同的事務(wù)，還為每個(gè)事務(wù)設(shè)置一個(gè)TID(TransactionIdentity，事務(wù)標(biāo)識(shí)），該事務(wù)標(biāo)識(shí)TID用于確定對(duì)應(yīng)的事務(wù)。[0071]比如，表一中事務(wù)標(biāo)識(shí)1對(duì)應(yīng)的事務(wù)為（A，0.25)，（C，0.4)，（E，1.0)。[0072]步驟202,根據(jù)數(shù)據(jù)項(xiàng)的發(fā)生概率和該權(quán)重，計(jì)算不確定性數(shù)據(jù)庫(kù)D中的項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，將該iubwp彡|D|*ε的項(xiàng)集挖掘?yàn)楦咂谕麢?quán)重上限項(xiàng)集HUBEWI;該項(xiàng)集是包括至少一個(gè)數(shù)據(jù)項(xiàng)的集合，該|D|是該不確定性數(shù)據(jù)庫(kù)D中的事務(wù)總數(shù)。[0073]用戶需要從不確定性數(shù)據(jù)庫(kù)中挖掘出符合要求的k_項(xiàng)集。[0074]在本發(fā)明實(shí)施例中，定義k_項(xiàng)集是包含k個(gè)數(shù)據(jù)項(xiàng)的集合，k彡1，比如，{A,B，C}包含了3個(gè)數(shù)據(jù)項(xiàng)，則{A，B，C}是一個(gè)3-項(xiàng)集。[0075]其中，當(dāng)k=1時(shí)，該1-項(xiàng)集即為一個(gè)數(shù)據(jù)項(xiàng)，比如，{A}即為一個(gè)1-項(xiàng)集。[0076]定義k-項(xiàng)集中每個(gè)數(shù)據(jù)項(xiàng)在包含該k-項(xiàng)集的事務(wù)中的權(quán)重之和除以k的值，為該k-項(xiàng)集在包含該k-項(xiàng)集的事務(wù)中的項(xiàng)集權(quán)重，即：[0077][0078]在上式中，X用于表示該k_項(xiàng)集，Tq用于表示不確定性數(shù)據(jù)庫(kù)D包括的事務(wù)，i^用于表示項(xiàng)集X包括的數(shù)據(jù)項(xiàng)，|k|用于表示項(xiàng)集X包括的數(shù)據(jù)項(xiàng)的個(gè)數(shù)，w(X，Tq)用于表示項(xiàng)集X在事務(wù)Tq的項(xiàng)集權(quán)重，W(ij，Tq)用于表示項(xiàng)集X包括的數(shù)據(jù)項(xiàng)在事務(wù)Tq的權(quán)重。[0079]比如，根據(jù)表一示出的不確定性數(shù)據(jù)庫(kù)D，以k-項(xiàng)集為3-項(xiàng)集{A，C，E}為例，項(xiàng)集{A，C，E}的項(xiàng)集權(quán)重為：[0080]w(ACE)=w(ACE,I\)=(w(A,I\)+w(C，I\)+w(C，?\))/3[0081]=(0.2+0.9+0.55)/3[0082]=0.55[0083]定義k-項(xiàng)集中每個(gè)數(shù)據(jù)項(xiàng)在包含k-項(xiàng)集的事務(wù)中的發(fā)生概率的乘積，為該k-項(xiàng)集在每個(gè)事務(wù)中的項(xiàng)集概率，SP:[0084][0085]在上式中，X用于表示該k_項(xiàng)集，ij用于表示該k_項(xiàng)集包括的數(shù)據(jù)項(xiàng)，p(X，Tq)用于表示項(xiàng)集X的在事務(wù)Tq的項(xiàng)集概率，P(i,，Tq)用于表示該k-項(xiàng)集包括的數(shù)據(jù)項(xiàng)在事務(wù)Tq的發(fā)生概率。[0086]比如，根據(jù)表一示出的不確定性數(shù)據(jù)庫(kù)D，以k-項(xiàng)集為3-項(xiàng)集{A，C，E}為例，3-項(xiàng)集{A，C，E}在事務(wù)T1中的項(xiàng)集概率為：[0087]p(ACE,I\)=p(A，?\)Xp(C，?\)Xp(E，?\)[0088]=0.25X0.4X1.0[0089]=0.1[0090]首先，定義事務(wù)的事務(wù)權(quán)重概率上限tubwp等于事務(wù)的事務(wù)權(quán)重上限tubw和事務(wù)概率上限tubp的乘積，即對(duì)于每個(gè)事務(wù)，其對(duì)應(yīng)：[0091]tubwp(Tq)=tubw(Tq)Xtubp(Tq)[0092]在上式中，tubwp(Tq)用于表示事務(wù)Tq的事務(wù)權(quán)重概率上限，tubw(Tq)用于表示事務(wù)Tq的事務(wù)權(quán)重上限，tUbp(Tq)用于表示事務(wù)Tq的事務(wù)概率上限。[0093]其中，事務(wù)權(quán)重上限tubw為事務(wù)包括的各個(gè)數(shù)據(jù)項(xiàng)的權(quán)重的最大值，事務(wù)概率上限tubp為事務(wù)包括的各個(gè)數(shù)據(jù)項(xiàng)的發(fā)生概率的最大值。[0094]根據(jù)以上定義，在獲取了不確定性數(shù)據(jù)庫(kù)D中用戶自定義的每個(gè)數(shù)據(jù)項(xiàng)的權(quán)重和每個(gè)數(shù)據(jù)項(xiàng)的發(fā)生概率后，可以計(jì)算出每個(gè)事物的事務(wù)權(quán)重概率上限tubwp。[0095]根據(jù)表一示出的不確定性數(shù)據(jù)庫(kù)D和用戶自定義的權(quán)重表w-table，計(jì)算得到事務(wù)T1的事務(wù)權(quán)重概率上限tubwp為：[0096]tubwp(I\)=tubw(?\)Xtubp(?\)=0·9X1.0=0·9[0097]在上式中，?\用于表示不確定性數(shù)據(jù)庫(kù)D中事務(wù)標(biāo)識(shí)為1的事務(wù)，tubwp(TJ用于表示事務(wù)!\的事務(wù)權(quán)重概率上限。[0098]步驟203,對(duì)于每個(gè)k-項(xiàng)集，根據(jù)包含有該k-項(xiàng)集的事務(wù)的tubwp，計(jì)算該k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，該k-項(xiàng)集是包含k個(gè)數(shù)據(jù)項(xiàng)的集合，k多1。[0099]首先，定義k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp為不確定性數(shù)據(jù)庫(kù)D中，所有包括該k_項(xiàng)集的事務(wù)的事務(wù)權(quán)重概率上限tubwp之和。[0100]即：[0101][0102]在上式中，X用于表示k_項(xiàng)集，iubwp(X)用于表示k_項(xiàng)集的項(xiàng)權(quán)重概率上限。[0103]其中，該步驟可以被替換為步驟203a，如圖2B所示，在圖2B中：[0104]步驟203a:對(duì)于每個(gè)k-項(xiàng)集，將包含該k-項(xiàng)集的每個(gè)事務(wù)的tubwp之和，確定為該k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp。[0105]對(duì)于每個(gè)k-項(xiàng)集，首先，從不確定性數(shù)據(jù)庫(kù)D中確定包括該k-項(xiàng)集的各個(gè)事務(wù)。[0106]比如，以k-項(xiàng)集為3-項(xiàng)集{A，C，E}為例，在表一示出不確定性數(shù)據(jù)庫(kù)D中，1\、T2、T3包括了3-項(xiàng)集{A，C，E}。[0107]其次，根據(jù)權(quán)重概率上限iubwp的定義，將確定的包括該k-項(xiàng)集的各個(gè)事務(wù)的事務(wù)權(quán)重概率上限tubwp相加，得到該k-項(xiàng)集的權(quán)重概率上限iubwp。[0108]比如，根據(jù)表一示出的不確定性數(shù)據(jù)庫(kù)D，以k-項(xiàng)集為3-項(xiàng)集{A，C，E}為例，計(jì)算{A，C，E}的項(xiàng)權(quán)重概率上限為：[0109]iubwp(ACE)=tubwp(T^+tubwp(Τ3)+tubwp(Τ10)[0110]=0.9+0.9+0.9=2.7[0111]在上式中，iubwp(ACE)用于表示3-項(xiàng)集{Α，C，Ε}的項(xiàng)權(quán)重概率上限，tubwp(?\)用于表示事務(wù)！\的事務(wù)權(quán)重概率上限，tubwp(Τ2)用于表示事務(wù)1~2的事務(wù)權(quán)重概率上限，tubwp(Τ3)用于表示事務(wù)1~3的事務(wù)權(quán)重概率上限。[0112]根據(jù)表一示出的不確定性數(shù)據(jù)庫(kù)D和不確定性數(shù)據(jù)庫(kù)D中各個(gè)事務(wù)的事務(wù)權(quán)重概率上限tubwp，得到的各個(gè)1-項(xiàng)集的項(xiàng)概率權(quán)重上限iubwp如表二：[0113]表二[0114][0115]步驟204,將iubwp彡該IDI*ε的k-項(xiàng)集添加到第k組HUBEWI中。[0116]首先，定義iubwp彡|D|*ε的k-項(xiàng)集為高期望權(quán)重上限項(xiàng)集HUBEWI，其中，該|D是不確定性數(shù)據(jù)庫(kù)D中的事務(wù)總數(shù)。[0117]根據(jù)該定義，對(duì)于每個(gè)k-項(xiàng)集，在計(jì)算出該k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp后，比較該不確定性數(shù)據(jù)庫(kù)D中的事務(wù)總數(shù)|D|與ε的乘積與該k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp的大小，若該k-項(xiàng)集的iubwp彡|D|*ε，則將該k-項(xiàng)集添加到第k組高期望權(quán)重上限項(xiàng)集HUBEWI中。[0118]比如，以k=1為例，設(shè)1-項(xiàng)集為{A}。假設(shè)ε為10%，計(jì)算出1-項(xiàng)集{A}的項(xiàng)權(quán)重概率上限iubwp為3.6,不確定性數(shù)據(jù)庫(kù)D中的事務(wù)總數(shù)|D|為10。由于iubwp(Α)=3.6>10%X10,因此，可以將{A}添加到第1組高期望權(quán)重上限項(xiàng)集HUBEWI中。[0119]根據(jù)表二示出的各個(gè)1-項(xiàng)集的項(xiàng)概率權(quán)重上限iubwp，設(shè)ε為45%，得到iubwp彡|D|*ε的1-項(xiàng)集如表三：[0120]表三[0121][0122]步驟205,當(dāng)?shù)趉組HUBEWI不組HUBEWI中的k-項(xiàng)集自連接生成（k+1)-項(xiàng)集，該（k+1)-項(xiàng)集是該k-項(xiàng)集的超集，該（k+l)_項(xiàng)集是包含k+Ι個(gè)數(shù)據(jù)項(xiàng)的項(xiàng)集。[0123]當(dāng)?shù)趉組HUBEWI不為空時(shí)，按照第k候選項(xiàng)集中項(xiàng)集的排列順序，將每個(gè)項(xiàng)集與排在該項(xiàng)集之后的項(xiàng)集進(jìn)行合并且去重后，生成一個(gè)（k+l)_項(xiàng)集。[0124]比如，當(dāng)?shù)?候選項(xiàng)集中包含的項(xiàng)集為A、B、C、D和E時(shí)，且排列順序?yàn)锳-B-C-D-E時(shí)，自連接生成的2-項(xiàng)集即為AB、AC、AD、AE、BC、BD、BE、CD、CE和DE。[0125]又比如，當(dāng)?shù)?候選項(xiàng)集為AC、AD、AE、BE、⑶和CE時(shí)，生成的3-項(xiàng)集即為A⑶、ACE、ABE、BCE和CDE。[0126]為了方便理解，結(jié)合圖2C，以第1候選項(xiàng)集中包含的項(xiàng)集為{A}、{B}、{C}、{D}、{E}為例對(duì)k-項(xiàng)集自連接生成（k+l)_項(xiàng)集的過(guò)程進(jìn)行說(shuō)明。[0127](1)將每個(gè)數(shù)據(jù)項(xiàng)分別構(gòu)成第一候選項(xiàng)集，則得到的第一候選項(xiàng)集為{A}、{B}、{C}、{D}、{E}，分別計(jì)算這5個(gè)第一候選項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，判斷每個(gè)第一候選項(xiàng)集是否滿足iubwp彡|D|*ε。[0128](2)假設(shè)5個(gè)第一候選項(xiàng)集都滿足iubwp彡|D|*e，則獲取每個(gè)第一候選項(xiàng)集的真超集，得到第二候選項(xiàng)集，則根據(jù)第一候選項(xiàng)集{A}得到第二候選項(xiàng)集{AB}、{AC}、{AD}、{AE}，根據(jù)第一候選項(xiàng)集{A}得到第二候選項(xiàng)集{BC}、{BD}、{BE}，根據(jù)第一候選項(xiàng)集{C}得到第二候選項(xiàng)集{CD}、{CE}，根據(jù)第一候選項(xiàng)集{D}得到第二候選項(xiàng)集{DE}。分別計(jì)算這10個(gè)第二候選項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，判斷每個(gè)第二候選項(xiàng)集是否滿足iubwp多|D|*ε。[0129](3)假設(shè)這10個(gè)第二候選項(xiàng)集中的項(xiàng)集{AC}不滿足iubwp彡|D|*e，則可以確定項(xiàng)集{AC}的真超集{ABC}、{ACD}、{ACE}、{ABCD}、{ABCE}、{ABCDE}都不滿足iubwp多|D|*ε。[0130]對(duì)于除項(xiàng)集{AC}之外的第二候選項(xiàng)集，獲取這些第二候選項(xiàng)集的真超集中不包含項(xiàng)集{AC}的項(xiàng)集，得到第三候選項(xiàng)集。則根據(jù)第二候選項(xiàng)集{ΑΒ}得到第三候選項(xiàng)集{ABD}、{ABE}，根據(jù)第二候選項(xiàng)集{AD}得到第三候選項(xiàng)集{ADE}，根據(jù)第二候選項(xiàng)集{BC}得到第三候選項(xiàng)集{BCE}，根據(jù)第二候選項(xiàng)集{BD}得到第三候選項(xiàng)集{BDE}，根據(jù)第二候選項(xiàng)集ICD}得到第三候選項(xiàng)集ICDE}。分別計(jì)算這7個(gè)第三候選項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，判斷每個(gè)第三候選項(xiàng)集是否滿足iubwp彡|D|*ε。[0131](4)假設(shè)這7個(gè)第三候選項(xiàng)集中的項(xiàng)集{BCD}不滿足iubwp彡|D|*ε，則可以確定項(xiàng)集出⑶}的真超集{Β⑶Ε}不滿足iubwp彡|D|*ε，可以直接過(guò)濾掉。[0132]對(duì)于除項(xiàng)集{Β⑶}之外的第三候選項(xiàng)集，獲取這些第三候選項(xiàng)集的真超集中不包含項(xiàng)集{AC}和{BCD}的項(xiàng)集，得到第四候選項(xiàng)集，則根據(jù)第三候選項(xiàng)集{ABD}得到第四候選項(xiàng)集{ABDE}。[0133](5)計(jì)算第四候選項(xiàng)集{ABDE}的項(xiàng)權(quán)重概率上限iubwp，判斷第四候選項(xiàng)集{ABDE}是否滿足iubwp彡|D|*ε。[0134]為了方便理解，在圖2C中，用斜線對(duì)不滿足iubwp彡|D|*e的候選集進(jìn)行了標(biāo)識(shí)，以網(wǎng)格線對(duì)不滿足iubwp彡|D|*ε的候選集的真超集進(jìn)行了標(biāo)識(shí)。[0135]顯而易見(jiàn)的，根據(jù)上述步驟204將不滿足iubwp彡|D|*ε的k-項(xiàng)集進(jìn)行過(guò)濾，使得根據(jù)第k候選項(xiàng)集中的k-項(xiàng)集自連接生成（k+1)-項(xiàng)集數(shù)量遠(yuǎn)小于不確定性數(shù)據(jù)庫(kù)中包含的（k+l)_項(xiàng)集的總數(shù)，從而達(dá)到了縮小挖掘范圍的效果。[0136]對(duì)每個(gè)k_項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp與|D|*e的大小判斷過(guò)程完成后，可以檢測(cè)第k組HUBEWI中是否存在k-項(xiàng)集，若檢測(cè)到第k組HUBEWI中存在k-項(xiàng)集，則生成各個(gè)k-項(xiàng)集的超集（k+Ι)-項(xiàng)集。[0137]比如，當(dāng)k為1時(shí)，若檢測(cè)到第1組HUBEWI中存在1-項(xiàng)集，則生成各個(gè)1-項(xiàng)集的超集2-項(xiàng)集。若檢測(cè)到第1組HUBEWI中的1-項(xiàng)集分別為{A}、{B}、{F}，則生成的2-項(xiàng)集為{A，B}、{A，F(xiàn)}、{B，F(xiàn)}。在本發(fā)明實(shí)施例中，可使用Q的算法生成k-項(xiàng)集的超集（k+Ι)-項(xiàng)集，其中，HUBEWIk為第k組HUBEWI。[0138]需要說(shuō)明的是，若當(dāng)該第k組HUBEWI為空時(shí)，則無(wú)法生成（k+Ι)-項(xiàng)集，執(zhí)行步驟207〇[0139]比如，根據(jù)表三示出的的1-項(xiàng)集，自連接生成的2-項(xiàng)集即為：{BC}、{BD}、{BF}、{CD}、{CF}、{DF}。[0140]繼續(xù)計(jì)算{BC}、{BD}、{BF}、{CD}、{CF}、{DF}的項(xiàng)概率權(quán)重上限iubwp如表四：[0141]表四[0142][0143][0144]根據(jù)表四示出的2-項(xiàng)集{BC}、{BD}、{BF}、{CD}、{CF}、{DF}的項(xiàng)概率權(quán)重上限iubwp，計(jì)算得到滿足iubwp彡IDI*ε=4·5的2-項(xiàng)集為{BC}。[0145]此時(shí)，根據(jù){BC}無(wú)法獲取3-項(xiàng)集，因此，第3組HUBEWI為空，無(wú)法生成（k+1)-項(xiàng)集，執(zhí)行步驟207。[0146]根據(jù)上述不確定性數(shù)據(jù)庫(kù)D中k_項(xiàng)集的描述，本發(fā)明實(shí)施例得出了一個(gè)k_項(xiàng)集的高期望權(quán)重上限的向下閉合屬性HUBEWDCproperty，該屬性為：如果一個(gè)k-項(xiàng)集是高期望權(quán)重上限項(xiàng)集HUBEWI，則該k-項(xiàng)集的任何一個(gè)子集也是高期望權(quán)重上限項(xiàng)集HUBEWI，即：[0147]iubwp(Xk)iubwp(Xk[0148]該屬性的證明方式如下：[0149]設(shè)Xk為一個(gè)k_項(xiàng)集，該k_項(xiàng)集的子集為Xk\由于dk，則包含Xk1的事務(wù)包括了包含Xk的事務(wù)，因此：「01501[0151]通過(guò)該屬性，可以推導(dǎo)出：假如k-項(xiàng)集為高期望權(quán)重上限項(xiàng)集HUBEWI，那么該k_項(xiàng)集的超集（k+l)_項(xiàng)集也可能是高期望權(quán)重上限項(xiàng)集HUBEWI;若k-項(xiàng)集不是高期望權(quán)重上限項(xiàng)集HUBEWI，那么該k-項(xiàng)集的超集（k+Ι)-項(xiàng)集也不可能是高期望權(quán)重上限項(xiàng)集HUBEWI〇[0152]步驟206,將k更新為k+1，再次執(zhí)行根據(jù)該對(duì)于每個(gè)k-項(xiàng)集，根據(jù)包含有該k-項(xiàng)集的事務(wù)的tubwp，計(jì)算該k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp的步驟。[0153]若第k組高期望權(quán)重上限項(xiàng)集HUBEWI不為空，則還需要執(zhí)行步驟203計(jì)算新生成的（k+Ι)-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，從而從新生成的（k+Ι)-項(xiàng)集中繼續(xù)確定高期望權(quán)重上限項(xiàng)集HUBEWI，直到獲取不到候選項(xiàng)集。[0154]步驟207,對(duì)于每個(gè)HUBEWI，計(jì)算該HUBEWI在包含有該HUBEWI的事務(wù)中的項(xiàng)集權(quán)重，將該項(xiàng)集權(quán)重確定為該HUBEWI在不確定性數(shù)據(jù)庫(kù)D的項(xiàng)集權(quán)重。[0155]在獲取了所有高期望權(quán)重上限項(xiàng)集HUBEWI后，對(duì)于高期望權(quán)重上限項(xiàng)集HUBEWI，可以計(jì)算該高期望權(quán)重上限項(xiàng)集HUBEWI在包含有該高期望權(quán)重上限項(xiàng)集HUBEWI的事務(wù)中的項(xiàng)集權(quán)重。[0156]由于高期望權(quán)重上限項(xiàng)集HUBEWI為k-項(xiàng)集，因此可以根據(jù)k-項(xiàng)集的項(xiàng)集權(quán)重計(jì)算方法計(jì)算高期望權(quán)重上限項(xiàng)集HUBEWI在包含有該高期望權(quán)重上限項(xiàng)集HUBEWI的事務(wù)中的項(xiàng)集權(quán)重。[0157]其中，k-項(xiàng)集的項(xiàng)集權(quán)重計(jì)算方法已在步驟202a中示出，此處不做贅述。[0158]需要說(shuō)明的是，由于在獲取高期望權(quán)重上限項(xiàng)集HUBEWI時(shí)，已經(jīng)計(jì)算了高期望權(quán)重上限項(xiàng)集HUBEWI中各個(gè)k-項(xiàng)集在各個(gè)事務(wù)中的項(xiàng)集權(quán)重，因此，也可以直接從存儲(chǔ)的項(xiàng)集權(quán)重中，獲取高期望權(quán)重上限項(xiàng)集HUBEWI在包含有該高期望權(quán)重上限項(xiàng)集HUBEWI的事務(wù)中的項(xiàng)集權(quán)重。[0159]步驟208,獲取HUBEWI在包含有該HUBEWI的事務(wù)中的項(xiàng)集概率。[0160]在獲取了所有高期望權(quán)重上限項(xiàng)集HUBEWI后，對(duì)于高期望權(quán)重上限項(xiàng)集HUBEWI，可以計(jì)算該高期望權(quán)重上限項(xiàng)集HUBEWI在包含有該高期望權(quán)重上限項(xiàng)集HUBEWI的事務(wù)中的項(xiàng)集權(quán)重。[0161]由于高期望權(quán)重上限項(xiàng)集HUBEWI為k-項(xiàng)集，因此可以根據(jù)k-項(xiàng)集的項(xiàng)集概率計(jì)算方法計(jì)算高期望權(quán)重上限項(xiàng)集HUBEWI在包含有該高期望權(quán)重上限項(xiàng)集HUBEWI的事務(wù)中的項(xiàng)集概率。[0162]需要說(shuō)明的是，由于在獲取高期望權(quán)重上限項(xiàng)集HUBEWI時(shí)，已經(jīng)計(jì)算了高期望權(quán)重上限項(xiàng)集HUBEWI中各個(gè)k-項(xiàng)集在各個(gè)事務(wù)中的項(xiàng)集概率，因此，也可以直接從存儲(chǔ)的項(xiàng)集概率中，獲取高期望權(quán)重上限項(xiàng)集HUBEWI在包含有該高期望權(quán)重上限項(xiàng)集HUBEWI的事務(wù)中的項(xiàng)集概率。[0163]步驟209,將HUBEWI在所有包含有該HUBEWI的事務(wù)中的項(xiàng)集概率之和，確定為該HUBEWI的期望支持度expSup。[0164]首先，對(duì)于每個(gè)HUBEWI中的k-項(xiàng)集，定義該k-項(xiàng)集在每個(gè)包含有該k-項(xiàng)集的事務(wù)中的項(xiàng)集概率之和為該k-項(xiàng)集的期望支持度exoSuD，即：[0165][0166]在上式中，expSup(X)用于表示k-項(xiàng)集X的期望支持度。[0167]比如，以3-項(xiàng)集{A，C，E}為例進(jìn)行說(shuō)明，計(jì)算得到的{A，C，E}的期望支持度expSup為：[0168]expSup(ACE)=p(ACE,+p(ACE,T3)+p(ACE,T10)[0169]=0.1+0.63+0.306[0170]=1.036[0171]步驟210,根據(jù)項(xiàng)集權(quán)重與expSup，計(jì)算HUBEWI的期望權(quán)重支持度expWSup。[0172]對(duì)于每個(gè)HUBEWI中的k-項(xiàng)集，定義該k-項(xiàng)集的期望支持度expSup與該k-項(xiàng)集在不確定性數(shù)據(jù)庫(kù)D的項(xiàng)集權(quán)重的乘積為該k-項(xiàng)集的期望權(quán)重支持度expWSup，即：[0173][0174]比如，以3-項(xiàng)集{A，C，E}為例進(jìn)行說(shuō)明，計(jì)算得到的{A，C，E}的期望權(quán)重支持度expWSup為：[0175]expffSup(ACE)=w(ACE)XexpSup(ACE)[0176]=0.55X1.036[0177]=0.5698[0178]步驟211，若expWSup彡該|D|*ε，則將HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI。[0179]對(duì)于每個(gè)HUBEWI中的k-項(xiàng)集，首先比較該k-項(xiàng)集的期望權(quán)重支持度expWSup與IDI*ε的大小，若該k-項(xiàng)集的期望權(quán)重支持度expWSup大于或等于IDI*ε，則將該k-項(xiàng)集確定為高權(quán)重項(xiàng)集HEWI。[0180]SP，當(dāng)每個(gè)HUBEWI中的k-項(xiàng)集滿足：[0181]expWSup(X)多εX|D|[0182]則將該k-項(xiàng)集確定為高權(quán)重項(xiàng)集HEWI。[0183]根據(jù)高期望權(quán)重上限的向下閉合屬性HUBEWDCproperty，本發(fā)明實(shí)施例提出了一個(gè)定理：高權(quán)重項(xiàng)集HEWI屬于高期望權(quán)重上限項(xiàng)集。[0184]該定理的證明方式如下：[0185]由于W(X)=W(X，Tq)，w(X，Tq)彡tubw(Tq)，并且p(X，Tq)彡tubp(Tq)，則：[0186][0187]在上式中，expWSup(X)用于表示k-項(xiàng)集X的期望權(quán)重支持度。[0188]因此，如果一個(gè)項(xiàng)集不是不確定性數(shù)據(jù)庫(kù)D中的高期望權(quán)重上限項(xiàng)集HUBEWI，那么該項(xiàng)集也不可能是該不確定性數(shù)據(jù)庫(kù)D中的高權(quán)重項(xiàng)集HEWI。[0189]本發(fā)明實(shí)施例通過(guò)使用該定理，在確定了單個(gè)數(shù)據(jù)項(xiàng)，即1-項(xiàng)集中的高期望權(quán)重上限項(xiàng)集HUBEWI后，只需要對(duì)計(jì)算出的k-項(xiàng)集的超集（k+l)_項(xiàng)集繼續(xù)進(jìn)行項(xiàng)集挖掘，從而極大縮小了從不確定性數(shù)據(jù)庫(kù)中挖掘高期望權(quán)重?cái)?shù)據(jù)項(xiàng)的挖掘范圍。[0190]由于現(xiàn)有的高權(quán)重項(xiàng)集HWI挖掘方法不但不適用于處理不確定性數(shù)據(jù)庫(kù)，而且需要的計(jì)算量極大。而本發(fā)明實(shí)施例提出的方法，通過(guò)計(jì)算不確定性數(shù)據(jù)庫(kù)D中的各個(gè)項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，從而將項(xiàng)權(quán)重概率上限iubwp不滿足iubwp彡|D|*ε的項(xiàng)集除去，即，通過(guò)很少計(jì)算量即可除去大部分的高權(quán)重項(xiàng)集HEWI，從而能夠縮小挖掘高權(quán)重項(xiàng)集的范圍，減少確定高權(quán)重項(xiàng)集HEWI時(shí)需要的計(jì)算量。[0191]綜上所述，本發(fā)明實(shí)施例提供的方法，通過(guò)計(jì)算各個(gè)項(xiàng)集的項(xiàng)權(quán)重概率上限得到高期望權(quán)重上限項(xiàng)集，再計(jì)算高期望權(quán)重上限項(xiàng)集的期望權(quán)重支持度來(lái)獲取高權(quán)重項(xiàng)集，以少量計(jì)算量先挖掘出高期望權(quán)重上限項(xiàng)集作為候選項(xiàng)集，從而縮小高權(quán)重項(xiàng)集的挖掘范圍，解決了現(xiàn)有技術(shù)中挖掘高權(quán)重項(xiàng)集只能處理精確數(shù)據(jù)，尚無(wú)針對(duì)不確定性數(shù)據(jù)庫(kù)的高權(quán)重項(xiàng)集挖掘技術(shù)的問(wèn)題，達(dá)到了提高挖掘的效能的效果。[0192]需要說(shuō)明的一點(diǎn)是，上述步驟202,根據(jù)各個(gè)數(shù)據(jù)項(xiàng)的發(fā)生概率和該權(quán)重，計(jì)算每個(gè)事務(wù)的事務(wù)權(quán)重概率上限tubwp，具體可以包括步驟202a和步驟202b，如圖2B所示，在圖2B中：[0193]步驟202a，將每個(gè)事務(wù)包含的各個(gè)數(shù)據(jù)項(xiàng)的權(quán)重中的最大值確定為該事務(wù)的事務(wù)權(quán)重上限tubw，將每個(gè)事務(wù)包含的各個(gè)數(shù)據(jù)項(xiàng)的發(fā)生概率中的最大值確定為該事務(wù)的事務(wù)概率上限tubp。[0194]在計(jì)算事務(wù)的事務(wù)權(quán)重上限tubw時(shí)，首先從用戶自定義設(shè)置的權(quán)重表w-table中獲取該事務(wù)中包括的各個(gè)數(shù)據(jù)項(xiàng)的權(quán)重，然后，將該事務(wù)中各個(gè)數(shù)據(jù)項(xiàng)的權(quán)重的最大值確定為該事務(wù)的事務(wù)權(quán)重上限tubw，即：[0195]tubw(Tq)=max{w(i^Tq),w(i2,Tq),w(i3,Tq)...,w(ij,Tq)}[0196]其中Tq用于表示事務(wù)，ipi2、V-卜用于表示在事務(wù)Tq中的數(shù)據(jù)項(xiàng)，j用于表示事務(wù)Tq的數(shù)據(jù)項(xiàng)數(shù)目，《α,，!；）用于表示事務(wù)Tq中第j個(gè)數(shù)據(jù)項(xiàng)的權(quán)重，tubW(Tq)用于表不事務(wù)Tq的事務(wù)權(quán)重上限。[0197]需要說(shuō)明的是，由于一個(gè)數(shù)據(jù)項(xiàng)的權(quán)重在不確定性數(shù)據(jù)庫(kù)D中任何一個(gè)事務(wù)的權(quán)重都是相同的，因此，得出推論一：[0198]w(i.j，Tq)=w(i.j)，即tubw(Tq)=max{w(i!)，w(i2)，w(i3)···，w(i.j)}〇[0199]比如，根據(jù)表一示出的不確定性數(shù)據(jù)庫(kù)D和用戶自定義的權(quán)重表w-table，計(jì)算不確定性數(shù)據(jù)庫(kù)D中各個(gè)事務(wù)的事務(wù)權(quán)重上限tubw如表五：[0200]表五[0201][0202]根據(jù)事務(wù)權(quán)重上限tubw的定義，可以得出推論二：對(duì)于任一事務(wù)，該事務(wù)的事務(wù)權(quán)重上限tubw太干等干該車(chē)備包栝的仵何k_煩集的權(quán)雷。該推論二的推導(dǎo)討程如下：[0203][0204]所以，結(jié)合事務(wù)權(quán)重上限tubw的定義，可以推出，當(dāng)一個(gè)事務(wù)包括了一個(gè)k_項(xiàng)集，那么該k_項(xiàng)集的權(quán)重小于等于該事務(wù)的事務(wù)權(quán)重上限tubw，因此推論二得證。[0205]對(duì)于每個(gè)事務(wù)，在計(jì)算事務(wù)概率上限tubp時(shí)，首先比較事務(wù)中包括的各個(gè)數(shù)據(jù)項(xiàng)的發(fā)生概率，然后，將該事務(wù)中數(shù)據(jù)項(xiàng)的發(fā)生概率的最大值確定為該事務(wù)的事務(wù)概率上限tubp，即：[0206]tubp(Tq)=max{p(i^Tq),p(i2,Tq),p(i3,Tq)...,p(ij,Tq)}[0207]其中，Pa,，Tq)用于表示事務(wù)Tq中第j個(gè)數(shù)據(jù)項(xiàng)的發(fā)生概率，tUbp(Tq)用于表示事務(wù)Tq的事務(wù)概率上限。[0208]比如，根據(jù)表一示出的不確定性數(shù)據(jù)庫(kù)D，計(jì)算不確定性數(shù)據(jù)庫(kù)D中事務(wù)T1的事務(wù)概率上限tubp為：[0209]tubp(I\)=max{p(A,I\)，p(C，I\)，p(E，I\)}=max{0·25,0·4,1.0}=1.0[0210]根據(jù)表一示出的不確定性數(shù)據(jù)庫(kù)D，計(jì)算不確定性數(shù)據(jù)庫(kù)D中各個(gè)事務(wù)的事務(wù)概率上限tubp如表六：[0211]表六[0212][0213]根據(jù)事務(wù)概率上限tubp的定義，可以得出推論三:對(duì)于任一事務(wù)，該事務(wù)的事務(wù)概率上限tubp大于等于該事務(wù)包括的任何k_項(xiàng)集的概率。該定理的推導(dǎo)過(guò)程如下：[0214]由于tubp(Tq)=maxfedTq)，p(i2,Tq)，p(i3,Tq).··，p(i.j，Tq)}，則：[0215][0216]即：[0217]p(X，Tq)彡tubp(Tq)[0218]所以，結(jié)合事務(wù)概率上限tubp的定義，可以推出，當(dāng)一個(gè)事務(wù)包括了一個(gè)k_項(xiàng)集，那么該k-項(xiàng)集的概率小于等于該事務(wù)的事務(wù)概率上限tubp，因此推論二得證。[0219]步驟202b，根據(jù)事務(wù)的tubw和tubp，計(jì)算每個(gè)事務(wù)的事務(wù)權(quán)重概率上限tubwp。[0220]在不確定性數(shù)據(jù)庫(kù)D中，對(duì)于任一事務(wù)，在計(jì)算出該事務(wù)的事務(wù)權(quán)重上限tubw和事務(wù)概率上限tubp后，定義事務(wù)的tubw和tubp的乘積為該事務(wù)的事務(wù)權(quán)重概率上限tubwp〇[0221]比如，根據(jù)表五示出的不確定性數(shù)據(jù)庫(kù)D中各事務(wù)的tubw值和表六示出的不確定性數(shù)據(jù)庫(kù)D中各事務(wù)的tubp值，得到的各事務(wù)的tubwp如表七：[0222]表七[0223][0224]需要說(shuō)明的另一點(diǎn)是，本發(fā)明實(shí)施例所使用的算法的偽代碼示意如下：[0225]輸入：不確定性數(shù)據(jù)庫(kù)D，用戶自定義權(quán)重表w-table，最小期望權(quán)重支持度閾值ε〇[0226]輸出：高權(quán)重期望項(xiàng)集HEWI%[0227]l:foreachTqinDdo[0228]2:calculatetubw(Tq)，tubp(Tq)，andtubwp(Tq)·//計(jì)算事務(wù)權(quán)重概率上限[0229]3:endfor[0230]4:foreachijinDdo[0231]5:calculateiubwpQ);//計(jì)算項(xiàng)權(quán)重概率上限[0232]6:ifiubwp(ij)彡εX|D|then[0233]TzHUBEWI1-ij.獲取高期望權(quán)重上限項(xiàng)集[0234]8:endif[0235]9:endfor[0236]10:setk-2.[0237]11:setXas(k)-itemset.[0238]12:whileHUBEWIk1關(guān)nulldo//當(dāng)?shù)趉-1候選項(xiàng)集不為空時(shí)[0239]13:Ck=Apriori_gen(HUBEWIkΟ.//根據(jù)第k-1候選項(xiàng)集中的（k-1)-項(xiàng)集自連接生成k項(xiàng)集[0240]14:foreachk-itemsetXinCkdo[0241]15:scanDtocalculateiubwp(X)[0242]16:ifiubwp(X)彡εX|D|then//高期望權(quán)重上限項(xiàng)集判斷公式[0243]17:HUBEWIk-X[0244]18:endif[0245]19:endfor[0246]20:k-k+1//生成k+1候選項(xiàng)集[0247]21:endwhile[0248]22:HUBEWIs-UkHUBEWIk.//將每組高期望權(quán)重上限項(xiàng)集作為高期望權(quán)重上限項(xiàng)集[0249]23:foreachk-itemsetinHUBEWIsdo[0250]24:scanDtocalculateexpSup(X)[0251]25:calculateexpffSup(X)=w(X)XexpSup(X)[0252]26:ifexpWSup(X)彡εX|D|then//高權(quán)重項(xiàng)集判斷公式[0253]27:HEWIs-Χ·[0254]28:endif[0255]29:endfor[0256]30:returnHEWIs.[0257]請(qǐng)參考圖3,其示出了本發(fā)明一個(gè)實(shí)施例提供的項(xiàng)集挖掘裝置的裝置結(jié)構(gòu)示意圖。參見(jiàn)圖3,該裝置包括：獲取模塊310、第一計(jì)算模塊320、第二計(jì)算模塊330。[0258]獲取模塊310,用于獲取自定義的權(quán)重和最低期望權(quán)重閾值ε，該權(quán)重是不確定性數(shù)據(jù)庫(kù)D中的數(shù)據(jù)項(xiàng)所對(duì)應(yīng)的權(quán)重，該不確定性數(shù)據(jù)庫(kù)D包括至少一個(gè)事務(wù)，每個(gè)事務(wù)包括至少一個(gè)數(shù)據(jù)項(xiàng)；[0259]第一計(jì)算模塊320,用于根據(jù)該數(shù)據(jù)項(xiàng)的發(fā)生概率和該權(quán)重，計(jì)算該不確定性數(shù)據(jù)庫(kù)D中的項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，將該iubwp彡|D|*ε的項(xiàng)集挖掘?yàn)楦咂谕麢?quán)重上限項(xiàng)集HUBEWI;該項(xiàng)集是包括至少一個(gè)數(shù)據(jù)項(xiàng)的集合，該|D|是該不確定性數(shù)據(jù)庫(kù)D中的事務(wù)總數(shù)；[0260]第二計(jì)算模塊330，用于計(jì)算每個(gè)HUBEWI的期望權(quán)重支持度expWSup，將該expWSup彡該|D|*ε的HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI。[0261]綜上所述，本發(fā)明實(shí)施例提供的裝置，通過(guò)計(jì)算各個(gè)項(xiàng)集的項(xiàng)權(quán)重概率上限得到高期望權(quán)重上限項(xiàng)集，再計(jì)算高期望權(quán)重上限項(xiàng)集的期望權(quán)重支持度來(lái)獲取高權(quán)重項(xiàng)集，以少量計(jì)算量先挖掘出高期望權(quán)重上限項(xiàng)集作為候選項(xiàng)集，從而縮小高權(quán)重項(xiàng)集的挖掘范圍，解決了現(xiàn)有技術(shù)中挖掘高權(quán)重項(xiàng)集只能處理精確數(shù)據(jù)，尚無(wú)針對(duì)不確定性數(shù)據(jù)庫(kù)的高權(quán)重項(xiàng)集挖掘技術(shù)的問(wèn)題，達(dá)到了提高挖掘的效能的效果。[0262]請(qǐng)參考圖4,其示出了本發(fā)明另一個(gè)實(shí)施例提供的項(xiàng)集挖掘裝置的裝置結(jié)構(gòu)示意圖。參見(jiàn)圖4,該裝置包括：獲取模塊410、第一計(jì)算模塊420、第二計(jì)算模塊430。[0263]獲取模塊410,用于獲取自定義的權(quán)重和最低期望權(quán)重閾值ε，該權(quán)重是不確定性數(shù)據(jù)庫(kù)D中的數(shù)據(jù)項(xiàng)所對(duì)應(yīng)的權(quán)重，該不確定性數(shù)據(jù)庫(kù)D包括至少一個(gè)事務(wù)，每個(gè)事務(wù)包括至少一個(gè)數(shù)據(jù)項(xiàng)；[0264]第一計(jì)算模塊420,用于根據(jù)該數(shù)據(jù)項(xiàng)的發(fā)生概率和該權(quán)重，計(jì)算該不確定性數(shù)據(jù)庫(kù)D中的項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，將該iubwp彡|D|*ε的項(xiàng)集挖掘?yàn)楦咂谕麢?quán)重上限項(xiàng)集HUBEWI;該項(xiàng)集是包括至少一個(gè)數(shù)據(jù)項(xiàng)的集合，該|D|是該不確定性數(shù)據(jù)庫(kù)D中的事務(wù)總數(shù)；[0265]第二計(jì)算模塊430，用于計(jì)算每個(gè)HUBEWI的期望權(quán)重支持度expWSup，將該expWSup彡該|D|*ε的HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI。[0266]可選的，該第一計(jì)算模塊420,包括：第一計(jì)算單元421、第二計(jì)算單元422、項(xiàng)集添加單元423、超集生成單元424、項(xiàng)集更新單元425。[0267]第一計(jì)算單元421，用于根據(jù)該數(shù)據(jù)項(xiàng)的發(fā)生概率和該權(quán)重，計(jì)算每個(gè)事務(wù)的事務(wù)權(quán)重概率上限tubwp;[0268]第二計(jì)算單元422,用于對(duì)于每個(gè)k-項(xiàng)集，根據(jù)包含有該k-項(xiàng)集的事務(wù)的tubwp，計(jì)算該k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，該k-項(xiàng)集是包含k個(gè)數(shù)據(jù)項(xiàng)的集合，k多1;[0269]項(xiàng)集添加單元423,用于將該iubwp彡該|D|*ε的k-項(xiàng)集添加到第k組HUBEWI中；[0270]超集生成單元424,用于當(dāng)該第k組HUBEWI不為空時(shí)，根據(jù)該第k組HUBEWI中的k_項(xiàng)集自連接生成（k+l)_項(xiàng)集，該（k+l)_項(xiàng)集是該k-項(xiàng)集的超集，該（k+l)_項(xiàng)集是包含k+Ι個(gè)數(shù)據(jù)項(xiàng)的項(xiàng)集；[0271]項(xiàng)集更新單元425,用于將k更新為k+Ι，再次執(zhí)行根據(jù)該對(duì)于每個(gè)k-項(xiàng)集，根據(jù)包含有該k-項(xiàng)集的事務(wù)的tubwp，計(jì)算該k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp的步驟。[0272]可選的，該第一計(jì)算單元421，包括：第一計(jì)算子單元421a、第二計(jì)算子單元421b。[0273]第一計(jì)算子單元421a，用于將每個(gè)事務(wù)包含的各個(gè)數(shù)據(jù)項(xiàng)的權(quán)重中的最大值確定為該事務(wù)的事務(wù)權(quán)重上限tubw，將每個(gè)事務(wù)包含的各個(gè)數(shù)據(jù)項(xiàng)的發(fā)生概率中的最大值確定為該事務(wù)的事務(wù)概率上限tubp;[0274]第二計(jì)算子單元421b，用于根據(jù)該事務(wù)的tubw和tubp，計(jì)算每個(gè)事務(wù)的事務(wù)權(quán)重概率上限tubwp。[0275]可選的，該第一計(jì)算單元421，還用于對(duì)于每個(gè)k-項(xiàng)集，將包含該k-項(xiàng)集的每個(gè)事務(wù)的tubwp之和，確定為該k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp。[0276]可選的，該第二計(jì)算模塊430,包括：權(quán)重確定單元431、概率獲取單元432、第一支持度確定單元433、第二支持度確定單元434、項(xiàng)集挖掘單元435。[0277]權(quán)重確定單元431，用于對(duì)于每個(gè)該HUBEWI，計(jì)算該HUBEWI在包含有該HUBEWI的事務(wù)中的項(xiàng)集權(quán)重，將該項(xiàng)集權(quán)重確定為該HUBEWI在不確定性數(shù)據(jù)庫(kù)D的項(xiàng)集權(quán)重；[0278]概率獲取單元432,用于獲取該HUBEWI在每個(gè)包含有該HUBEWI的事務(wù)中的項(xiàng)集概率；[0279]第一支持度確定單元433,用于將該HUBEWI在所有包含有該HUBEWI的事務(wù)中的項(xiàng)集概率之和，確定為該HUBEWI的期望支持度expSup;[0280]第二支持度確定單元434,用于根據(jù)該項(xiàng)集權(quán)重與該expSup，計(jì)算該HUBEWI的期望權(quán)重支持度expWSup;[0281]項(xiàng)集挖掘單元435,用于當(dāng)該expWSup彡該|D|*ε時(shí)，將該HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI。[0282]綜上所述，本發(fā)明實(shí)施例提供的裝置，通過(guò)計(jì)算各個(gè)項(xiàng)集的項(xiàng)權(quán)重概率上限得到高期望權(quán)重上限項(xiàng)集，再計(jì)算高期望權(quán)重上限項(xiàng)集的期望權(quán)重支持度來(lái)獲取高權(quán)重項(xiàng)集，以少量計(jì)算量先挖掘出高期望權(quán)重上限項(xiàng)集作為候選項(xiàng)集，從而縮小高權(quán)重項(xiàng)集的挖掘范圍，解決了現(xiàn)有技術(shù)中挖掘高權(quán)重項(xiàng)集只能處理精確數(shù)據(jù)，尚無(wú)針對(duì)不確定性數(shù)據(jù)庫(kù)的高權(quán)重項(xiàng)集挖掘技術(shù)的問(wèn)題，達(dá)到了提高挖掘的效能的效果。[0283]需要說(shuō)明的是：上述實(shí)施例提供的項(xiàng)集挖掘裝置在挖掘項(xiàng)集時(shí)，僅以上述各功能模塊的劃分進(jìn)行舉例說(shuō)明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能模塊完成，即將設(shè)備的內(nèi)部結(jié)構(gòu)劃分成不同的功能模塊，以完成以上描述的全部或者部分功能。另外，上述實(shí)施例提供的項(xiàng)集挖掘裝置與項(xiàng)集挖掘方法實(shí)施例屬于同一構(gòu)思，其具體實(shí)現(xiàn)過(guò)程詳見(jiàn)方法實(shí)施例，這里不再贅述。[0284]上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。[0285]本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例的全部或部分步驟可以通過(guò)硬件來(lái)完成，也可以通過(guò)程序來(lái)指令相關(guān)的硬件完成，所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器，磁盤(pán)或光盤(pán)等。[0286]以上所述僅為本發(fā)明的較佳實(shí)施例，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、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)?！局鳈?quán)項(xiàng)】1.一種項(xiàng)集挖掘方法，其特征在于，所述方法包括：獲取自定義的權(quán)重和最低期望權(quán)重閾值ε，所述權(quán)重是不確定性數(shù)據(jù)庫(kù)D中的數(shù)據(jù)項(xiàng)所對(duì)應(yīng)的權(quán)重，所述不確定性數(shù)據(jù)庫(kù)D包括至少一個(gè)事務(wù)，每個(gè)事務(wù)包括至少一個(gè)數(shù)據(jù)項(xiàng)；根據(jù)所述數(shù)據(jù)項(xiàng)的發(fā)生概率和所述權(quán)重，計(jì)算所述不確定性數(shù)據(jù)庫(kù)D中的項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，將所述iubwp彡|D|*ε的項(xiàng)集挖掘?yàn)楦咂谕麢?quán)重上限項(xiàng)集HUBEWI;所述項(xiàng)集是包括至少一個(gè)數(shù)據(jù)項(xiàng)的集合，所述|D|是所述不確定性數(shù)據(jù)庫(kù)D中的事務(wù)總數(shù)；計(jì)算每個(gè)HUBEWI的期望權(quán)重支持度expWSup，將所述expWSup彡所述|D|*ε的HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述數(shù)據(jù)項(xiàng)的發(fā)生概率和所述權(quán)重，計(jì)算所述不確定性數(shù)據(jù)庫(kù)D中的項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，將所述iubwp彡|D|*ε的項(xiàng)集挖掘?yàn)楦咂谕麢?quán)重上限項(xiàng)集HUBEWI，包括：根據(jù)所述數(shù)據(jù)項(xiàng)的發(fā)生概率和所述權(quán)重，計(jì)算每個(gè)事務(wù)的事務(wù)權(quán)重概率上限tubwp;對(duì)于每個(gè)k-項(xiàng)集，根據(jù)包含有所述k-項(xiàng)集的事務(wù)的tubwp，計(jì)算所述k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，所述k-項(xiàng)集是包含k個(gè)數(shù)據(jù)項(xiàng)的集合，k多1;將所述iubwp彡所述|D|*ε的k-項(xiàng)集添加到第k組HUBEWI中；當(dāng)所述第k組HUBEWI不為空時(shí)，根據(jù)所述第k組HUBEWI中的k-項(xiàng)集自連接生成(k+1)-項(xiàng)集，所述（k+1)-項(xiàng)集是所述k-項(xiàng)集的超集，所述（k+1)-項(xiàng)集是包含k+Ι個(gè)數(shù)據(jù)項(xiàng)的項(xiàng)集；將所述k更新為k+1，再次執(zhí)行根據(jù)所述對(duì)于每個(gè)k-項(xiàng)集，根據(jù)包含有所述k-項(xiàng)集的事務(wù)的tubwp，計(jì)算所述k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp的步驟。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述數(shù)據(jù)項(xiàng)的發(fā)生概率和所述權(quán)重，計(jì)算每個(gè)事務(wù)的事務(wù)權(quán)重概率上限tubwp，包括：將每個(gè)事務(wù)包含的各個(gè)數(shù)據(jù)項(xiàng)的所述權(quán)重中的最大值確定為所述事務(wù)的事務(wù)權(quán)重上限tubw，將每個(gè)事務(wù)包含的各個(gè)數(shù)據(jù)項(xiàng)的所述發(fā)生概率中的最大值確定為所述事務(wù)的事務(wù)概率上限tubp;根據(jù)所述事務(wù)的tubw和tubp，計(jì)算每個(gè)事務(wù)的事務(wù)權(quán)重概率上限tubwp。4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)于每個(gè)k-項(xiàng)集，根據(jù)包含有所述k_項(xiàng)集的事務(wù)的tubwp，計(jì)算所述k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，包括：對(duì)于每個(gè)k-項(xiàng)集，將包含所述k-項(xiàng)集的每個(gè)事務(wù)的所述tubwp之和，確定為所述k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp。5.根據(jù)權(quán)利要求1至4任一所述的方法，其特征在于，所述計(jì)算每個(gè)HUBEWI的期望權(quán)重支持度expWSup，將所述expWSup彡所述|D|*ε的HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI，包括：對(duì)于每個(gè)所述HUBEWI，計(jì)算所述HUBEWI在包含有所述HUBEWI的事務(wù)中的項(xiàng)集權(quán)重，將所述項(xiàng)集權(quán)重確定為所述HUBEWI在所述不確定性數(shù)據(jù)庫(kù)D的項(xiàng)集權(quán)重；獲取所述HUBEWI在每個(gè)包含有所述HUBEWI的事務(wù)中的項(xiàng)集概率；將所述HUBEWI在所有包含有所述HUBEWI的事務(wù)中的項(xiàng)集概率之和，確定為所述HUBEWI的期望支持度expSup;根據(jù)所述項(xiàng)集權(quán)重與所述expSup，計(jì)算所述HUBEWI的期望權(quán)重支持度expWSup;若所述expWSup彡所述IDI*ε，則將所述HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI。6.-種項(xiàng)集挖掘裝置，其特征在于，所述裝置包括：獲取模塊，用于獲取自定義的權(quán)重和最低期望權(quán)重閾值ε，所述權(quán)重是不確定性數(shù)據(jù)庫(kù)D中的數(shù)據(jù)項(xiàng)所對(duì)應(yīng)的權(quán)重，所述不確定性數(shù)據(jù)庫(kù)D包括至少一個(gè)事務(wù)，每個(gè)事務(wù)包括至少一個(gè)數(shù)據(jù)項(xiàng)；第一計(jì)算模塊，用于根據(jù)所述數(shù)據(jù)項(xiàng)的發(fā)生概率和所述權(quán)重，計(jì)算所述不確定性數(shù)據(jù)庫(kù)D中的項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，將所述iubwp彡|D|*ε的項(xiàng)集挖掘?yàn)楦咂谕麢?quán)重上限項(xiàng)集HUBEWI;所述項(xiàng)集是包括至少一個(gè)數(shù)據(jù)項(xiàng)的集合，所述|D|是所述不確定性數(shù)據(jù)庫(kù)D中的事務(wù)總數(shù)；第二計(jì)算模塊，用于計(jì)算每個(gè)HUBEWI的期望權(quán)重支持度expWSup，將所述expWSup彡所述|D|*ε的HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI。7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第一計(jì)算模塊，包括：第一計(jì)算單元，用于根據(jù)所述數(shù)據(jù)項(xiàng)的發(fā)生概率和所述權(quán)重，計(jì)算每個(gè)事務(wù)的事務(wù)權(quán)重概率上限tubwp;第二計(jì)算單元，用于對(duì)于每個(gè)k-項(xiàng)集，根據(jù)包含有所述k-項(xiàng)集的事務(wù)的tubwp，計(jì)算所述k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp，所述k-項(xiàng)集是包含k個(gè)數(shù)據(jù)項(xiàng)的集合，k多1;項(xiàng)集添加單元，用于將所述iubwp彡所述|D|*ε的k-項(xiàng)集添加到第k組HUBEWI中；超集生成單元，用于當(dāng)所述第k組HUBEWI不為空時(shí)，根據(jù)所述第k組HUBEWI中的k-項(xiàng)集自連接生成（k+l)_項(xiàng)集，所述（k+l)_項(xiàng)集是所述k-項(xiàng)集的超集，所述（k+l)_項(xiàng)集是包含k+Ι個(gè)數(shù)據(jù)項(xiàng)的項(xiàng)集；項(xiàng)集更新單元，用于將所述k更新為k+Ι，再次執(zhí)行根據(jù)所述對(duì)于每個(gè)k-項(xiàng)集，根據(jù)包含有所述k-項(xiàng)集的事務(wù)的tubwp，計(jì)算所述k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp的步驟。8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述第一計(jì)算單元，包括：第一計(jì)算子單元，用于將每個(gè)事務(wù)包含的各個(gè)數(shù)據(jù)項(xiàng)的所述權(quán)重中的最大值確定為所述事務(wù)的事務(wù)權(quán)重上限tubw，將每個(gè)事務(wù)包含的各個(gè)數(shù)據(jù)項(xiàng)的所述發(fā)生概率中的最大值確定為所述事務(wù)的事務(wù)概率上限tubp;第二計(jì)算子單元，用于根據(jù)所述事務(wù)的tubw和tubp，計(jì)算每個(gè)事務(wù)的事務(wù)權(quán)重概率上限tubwp。9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述第一計(jì)算單元還用于對(duì)于每個(gè)k-項(xiàng)集，將包含所述k-項(xiàng)集的每個(gè)事務(wù)的所述tubwp之和，確定為所述k-項(xiàng)集的項(xiàng)權(quán)重概率上限iubwp。10.根據(jù)權(quán)利要求6至9任一所述的裝置，其特征在于，所述第二計(jì)算模塊，包括：權(quán)重確定單元，用于對(duì)于每個(gè)所述HUBEWI，計(jì)算所述HUBEWI在包含有所述HUBEWI的事務(wù)中的項(xiàng)集權(quán)重，將所述項(xiàng)集權(quán)重確定為所述HUBEWI在不確定性數(shù)據(jù)庫(kù)D的項(xiàng)集權(quán)重；概率獲取單元，用于獲取所述HUBEWI在每個(gè)包含有所述HUBEWI的事務(wù)中的項(xiàng)集概率；第一支持度確定單元，用于將所述HUBEWI在所有包含有所述HUBEWI的事務(wù)中的項(xiàng)集概率之和，確定為所述HUBEWI的期望支持度expSup;第二支持度確定單元，用于根據(jù)所述項(xiàng)集權(quán)重與所述expSup，計(jì)算所述HUBEWI的期望權(quán)重支持度expWSup;項(xiàng)集挖掘單元，用于當(dāng)所述expWSup彡所述IDI*ε時(shí)，將所述HUBEWI挖掘?yàn)楦邫?quán)重項(xiàng)集HEWI〇【文檔編號(hào)】G06F17/30GK106033449SQ201510116198【公開(kāi)日】2016年10月19日【申請(qǐng)日】2015年3月17日【發(fā)明人】林?，|,李勇,王巨宏,賴(lài)曉平,甘文生【申請(qǐng)人】哈爾濱工業(yè)大學(xué)深圳研究生院,騰訊科技（深圳）有限公司