Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 昆明理工大学丁家满获国家专利权

昆明理工大学丁家满获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉昆明理工大学申请的专利一种基于纵横编码快速频繁项集生成的商品关联挖掘方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117033459B

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310919394.X,技术领域涉及:G06F16/2458;该发明授权一种基于纵横编码快速频繁项集生成的商品关联挖掘方法是由丁家满;杨谭磊;贾连印;付晓东;姜瑛设计研发完成,并于2023-07-25向国家知识产权局提交的专利申请。

一种基于纵横编码快速频繁项集生成的商品关联挖掘方法在说明书摘要公布了:本发明涉及一种基于纵横编码快速频繁项集生成的商品关联挖掘方法,属于数据挖掘技术领域。本发明利用Spark大数据处理框架,通过将商品的购物清单数据进行统计生成频繁‑1项集,根据频繁‑1项集的长度生成对应长度横向1位串,根据频繁‑1项集的顺序对购物清单进行清洗和排序并转换为0‑1位串的BitMap,并将其转换为频繁‑1项集对应的纵向编码,通过对应长度横向1位串位运算进行项集生成,同时利用项纵向编码对项集进行支持度计算,得到频繁项集。本发明与传统的Aprior算法相比,主要解决了Aprior需要生成大量候选项集,占用大量内存空间以及需要多次扫描数据库,耗费大量时间的问题。本发明应用到实际的购物商品领域中的分析中,提升了频繁项集的挖掘效率。

本发明授权一种基于纵横编码快速频繁项集生成的商品关联挖掘方法在权利要求书中公布了:1.一种基于纵横编码快速频繁项集生成的商品关联挖掘方法,其特征在于,包括如下步骤: Step1利用Spark分布式平台读取商品购物清单数据,设置最小支持度; Step2将商品购物清单数据进行拆分映射合并,筛选出支持度大于等于最小支持度的项集,并按支持度大小排序输出频繁-1项集; Step3将商品购物清单按照频繁-1项集进行清洗并排序; Step4将清洗排序后的商品购物清单数据进行0-1位串编码,得到BitMap,并将BitMap转换为每个频繁-1项集所对应的纵向0-1位串编码; Step5对应频繁-1项集长度的横向1位串编码生成及通过位串快速迭代算法进行迭代得到频繁位串; Step6将频繁位串转换为商品项; 所述Step4的具体步骤为: 按照频繁-1项集的顺序对每条商品购物清单数据进行编码,频繁-1项集的项存在于商品购物清单数据中为1,不存在为0,生成BitMap,BitMap的每一列即为一个频繁-1项集的纵向编码,以此,将BitMap转换为每个频繁-1项集所对应的纵向0-1位串编码; 所述Step5的具体步骤为: 1根据频繁-1项集长度生成对应长度的1位串; 2定义i=1表示当前输出包含i个元素的所有子集,定义n表示频繁-1项集长度; 3判断i是否小于n,如果是,则转4,否则结束; 4定义c=1i-1,c是所有包含i个元素的子集中的第一个子集; 5判断c是否小于等于1n-1,如果是则转6,否则转7; 6利用项的纵向编码进行与运算,并通过统计1的个数得到支持度,若频繁则存储,之后用c=NextNc计算下一个子集对应的数字,然后转5; 7执行i++,然后转3。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人昆明理工大学,其通讯地址为:650031 云南省昆明市一二一大街文昌路68号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。