【技术实现步骤摘要】
本专利技术属于知识图谱与数据挖掘，具体涉及一种基于属性图的数据关联规则的信息推荐方法及系统。
技术介绍
1、目前，随着大数据、云计算和数据挖掘技术的快速发展，使用各种类型的网络和终端进行远程办公的需求也在快速增加，越来越多的企业选择在云中存储数据和部署应用程序，用户可以选择在不同的地点、不同的设备之间使用云服务商提供的api就可以得到所需要的资源和服务。由于数据量的快速增加，挖掘数据之间的关联关系，提高数据分析的效率成为了现在研究的难点。
2、数据关联规则分析是数据挖掘领域比较传统的一项数据处理方法，通过关联规则，可以从目标数据中分析出不同元素之间的有价值的规则，从而发现数据集中潜在的数据模式和内在联系。应用关联关系分析数据最经典的例子就是啤酒尿布的购物习惯挖掘。在传统的关联规则分析算法中，如常见的apriori算法和fp-growth算法在处理特定业务数据或高维数据集时，会出现适应性差、i/o过重、计算效率低等问题。
技术实现思路
1、针对现有技术中数据关联规则挖掘算法的不足...
【技术保护点】
1.一种基于属性图的数据关联规则的信息推荐方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于属性图的数据关联规则的信息推荐方法，其特征在于，构建属性图关系模型的过程包括：
3.根据权利要求1所述的一种基于属性图的数据关联规则的信息推荐方法，其特征在于，步骤S5中找到满足最小支持度和最小可信度的强关联规则的过程包括以下步骤：
4.根据权利要求3所述的一种基于属性图的数据关联规则的信息推荐方法，其特征在于，计算XF和YR中数据之间的笛卡尔乘积包括：
5.根据权利要求3所述的一种基于属性图的数据关联规则的信...
【技术特征摘要】
1.一种基于属性图的数据关联规则的信息推荐方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于属性图的数据关联规则的信息推荐方法，其特征在于，构建属性图关系模型的过程包括：
3.根据权利要求1所述的一种基于属性图的数据关联规则的信息推荐方法，其特征在于，步骤s5中找到满足最小支持度和最小可信度的强关联规则的过程包括以下步骤：
4.根据权利要求3所述的一种基于属性图的数据关联规则的信息推荐方法，其特征在于，计算xf和yr中数据之间的笛卡尔乘积包括：
【专利技术属性】
技术研发人员：刘媛妮，孟风光，张建辉，蒙科知，张欣，魏国柱，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。