(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111623011.1 (22)申请日 2021.12.28 (71)申请人 航天科工智能运 筹与信息安全研究 院 （武汉） 有限公司 地址 430040 湖北省武汉市临 空港经济技 术开发区五环大道6 66号 (72)发明人 陈晓东　马小乐　黄家辉　魏向元　 王成欢　黄腾　王韫泽　秦天浩　 (74)专利代理 机构 中国兵器 工业集团公司专利 中心 11011 代理人 王雪芬 (51)Int.Cl. G06F 16/2458(2019.01) G06K 9/62(2022.01) (54)发明名称 一种基于改进Apriori算法的相似模型检索 方法 (57)摘要 本发明涉及一种基于改进Apriori算法的相 似模型检索方法， 属于相似性检索技术领域。 本 发明为提高Apriori关联规则挖掘效率， 采用改 进Apriori算法实现增量快速 更新与阈值快速 更 新， 根据“频繁项集任一子集必是频繁项集 ”原 则， 利用现有频繁项集， 对新增候选项集进行剪 枝， 接着生成新频繁项集， 然后通过频繁项集计 算关联规则。 最后， 使用余弦相似度算法挖掘潜 在相似模型。 本发明为相似算法模 型检索提供了 高效的技 术方案， 具有重要的现实应用价 值。 权利要求书2页 说明书5页 附图1页 CN 114297257 A 2022.04.08 CN 114297257 A 1.一种基于改进Apri ori算法的相似 模型检索方法， 其特 征在于， 包括以下步骤： S1、 选取模型 数据集D， 对 模型数据集D进行去重、 排序， 创建一项候选集C1； S2、 扫描数据集D， 计算一项候选集C1在数据集D中的支持度， 判断支持度是否大于最小 支持度mi nSupport， 大于最小支持度mi nSupport的项集形成一项频繁集 L1； S3、 根据L1进行组合计算， 得到所有可能的候选项集C2， 计算二项候选集C2在数据集D 中的支持度， 大于最小支持度minSupport的项集形成二项频繁集L2， 迭代执行此步， 得到k 项频繁集 Lk； S4、 通过频繁项集Lk递归计算可信度， 记录可信度大于最小可信度minConf的集合， 生 成关联规则； S5、 新增数据集Dn， 使用Apriori增量快速更新算法生成新的频繁项集Lk， 再递归计算 可信度， 通过 可信度计数生成关联规则； S6、 更新最小支持度minSupport， 使用Apriori阈值快速更新算法生成新的频繁项集 Lk， 再递归计算可信度， 通过 可信度计数生成关联规则； S7、 使用余弦相似度算法计算S6中关联规则的相似度， 对余弦相似度设定阈值剔除非 潜在相似 模型， 得到潜在相似 模型。 2.如权利 要求1所述的方法， 其特征在于， 所述Apriori增量快速更新算法是在数据集D 有新增Dn的情况下， 只遍历计算新增候选集的支持度计数， 原有候选集不再遍历计算其支 持度计数， 候选集再根据支持度阈值得 出频繁集。 3.如权利要求1所述的方法， 其特征在于， 所述Apriori增量快速更新算法的具体实现 流程如下： 首先， Apriori增量快速更新算法每一次遍历计算候选集的支持度计数后， 都将该支持 度计数存储起来， 然后， 当数据集有新增候选集时， 遍历计算新增候选集的支持度计数， 再 读取原有候选集的支持度计数， 将原有候选集的支持度计数与新增候选集的支持度计数相 加， 最后， 将合并后的候选集的支持度计数除以更新后的数据集总长度， 得出更新后的数据 集中各候选集的支持度， 候选集再根据支持度阈值得 出频繁集。 4.如权利要求3所述的方法， 其特征在于， 所述数据集的更新模型中， 设ssCnt为支持 度， lenOld为原数据集长度， lenNew为插入新增数据集后的新数据集长度， 通过 公式newCnt ＝ssCnt/(LenOld+LenNew)， 重新计算原有频繁项集支持度， 原有非频繁项集与新增候选集 组成并集计算支持度， 将原有频繁项集支持度与并集计算支持度相加再作阈值判断得到新 频繁项集。 5.如权利要求1所述的方法， 其特征在于， 所述Apriori阈值快速更新算法是在支持度 阈值更新后， 只遍历计算因阈值更新而产生的新的候选集， 原本满足支持度阈值的候选集 不再做遍历计算， 候选集再根据新的支持度阈值得 出频繁集。 6.如权利要求5所述的方法， 其特征在于， 支持度阈值更新包括两种情况： 情况一， 新支 持度阈值比原支持度阈值大， 此时利用频繁项集的支持度计数， 通过遍历之间删除不满足 newSupport的频繁项集； 情况二， 新支持度阈值比原支持度阈值小， 此时重新计算频繁项集 newL1， 得到新增频繁项集L1 ′＝newL1‑L1， 将满足新最小支持度newSupport的频繁项集Lk 分为三类： ①第一类频繁集 Lk1： 候选集通过apri ori_gen(L k1‑1)得出；权　利　要　求　书 1/2 页 2 CN 114297257 A 2②第二类频繁集 Lk2： 候选集通过apri ori_gen(L k2‑1′)得出； ③第三类频繁集 Lk3： 候选集通过apri ori_gen(L k3‑1,Lk3‑1′)得出； 分别针对这三类频繁集， 进行 处理， 其中apr iori_gen()函数用于计算频繁项集组合而 成所有可能的候选集。 7.如权利要求6所述的方法， 其特征在于， 对于类型 ①， 通过apriori_gen(Lk1‑1)‑Lk1的 方式修剪这部分候选集， 并计算剩余 候选数据集在数据集D中的支持度。 8.如权利要求6所述的方法， 其特征在于， 对于类型 ②， 直接计算候选集apriori_gen (Lk2‑1′)在数据集D中的支持度。 9.如权利要求6所述的方法， 其特征在于， 对于类型 ③， 拼接第一类频繁集Lk1和第二类 频繁集Lk2， 并通过“频繁项集任一子集必是频繁项集 ”原则检测候选集的子集是否为频繁 项集， 不是则修剪这部分候选集。 10.一种如权利要求1至9中任一项所述方法在相似性检索技 术领域中的应用。权　利　要　求　书 2/2 页 3 CN 114297257 A 3