Eclat算法下电力大数据并行关联规则增量挖掘方法

孙瑜; 任高明

doi:10.16543/j.2095-641x.electric.power.ict.2025.01.11

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

Eclat算法下电力大数据并行关联规则增量挖掘方法

电力信息通信 | 更新时间：2026-02-05

- Eclat算法下电力大数据并行关联规则增量挖掘方法
- Eclat算法下电力大数据并行关联规则增量挖掘方法
- 电力信息与通信技术 2025年23卷第1期页码：83-88
- 作者机构：
  
  陕西国防工业职业技术学院计算机与软件学院
- 作者简介：
- 基金信息：
  
  陕西省教育厅自然科学研究项目“面向高速网络的流量测量关键技术研究”(19JK0085);陕西国防工业职业技术学院科研计划项目“基于skech的网络流量测量方法研究”(Gfy22-13)
- DOI：10.16543/j.2095-641x.electric.power.ict.2025.01.11
  中图分类号： TM73;TP311.13
- 纸质出版：2025
- 稿件说明：
移动端阅览
孙瑜, 任高明. Eclat算法下电力大数据并行关联规则增量挖掘方法[J]. 电力信息与通信技术, 2025,23(1):83-88.

孙瑜, 任高明. Eclat算法下电力大数据并行关联规则增量挖掘方法[J]. 2025, 23(1): 83-88.
孙瑜, 任高明. Eclat算法下电力大数据并行关联规则增量挖掘方法[J]. 电力信息与通信技术, 2025,23(1):83-88. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.01.11.

孙瑜, 任高明. Eclat算法下电力大数据并行关联规则增量挖掘方法[J]. 2025, 23(1): 83-88. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.01.11.

摘要

电力大数据具有时变性的特点，如果挖掘方法无法实时处理新增数据，及时发现数据之间更新的关联规则，可能导致挖掘结果的滞后和不准确，降低挖掘的准确度。对此，文章提出Eclat算法下电力大数据并行关联规则增量挖掘方法。采用相似项合并策略消除由数据冗余和噪声引起的误导性信息，提高电力大数据的质量；通过最小哈希原理优化Eclat算法，建立Min Hash矩阵估计原始数据集候选项目集，对其实施剪枝，减少数据比较和存储的复杂性，提高挖掘的效率。利用增量更新原则获取更新后候选项目集，并结合Hash Eclat算法快速更新已有的关联规则，实现大数据并行关联规则的增量挖掘，提升关联规则挖掘的准确度。实验结果表明，利用该方法开展关联规则挖掘时，I/O占用量始终在200 kB以下，CPU占用量低于20%，漏检数量和误报数量最低为0，网络通信量最低可达到268 MB

ROC曲线下方面积较大，与当前挖掘方法相比，具有较高的挖掘准确度和较好的挖掘性能。

Abstract

关键词

Keywords

references

Alasow Abdirahman,Perkowski Marek.Quantum Algorithm for Mining Frequent Patterns for Association Rule Mining[J].Journal of Quantum Information Science,2023(01).

Kheirollahi Hossein,Chahardowli Mohammad,Simjoo Mohammad.A new method of well clustering and association rule mining[J].Journal of Petroleum Science and Engineering,2022.

田荣,刘冰洁,虞婧,梁恩民,陆俊,龚钢军.基于分布式哈希表标识的配电数据网路由优化方法研究[J].电力信息与通信技术,2024(08).

卢有飞,冯国平,卢宾宾.基于关联规则挖掘技术的电网故障风险要素分析[J].武汉大学学报(工学版),2024(06).

党张敏,喻崇仁,殷双飞,张宏娟,陕振,马连志.基于CLIP与注意力机制的跨模态哈希检索算法[J].计算机工程与设计,2024(03).

钱升起,陈智雨,陈芳,孙雨潇,李子凡,邓春雪,牟霄寒,朱彦源,张儒依.基于数据驱动的电力光纤通信网脆弱节点动态挖掘[J].电力信息与通信技术,2024(02).

赵林燕,雷沁怡,洪德华,孙琦,刘翠玲.基于多维关联规则的大规模数据并行挖掘研究[J].电子设计工程,2023(24).

王子恒,李鹏,陈静.基于特征选择和模糊类支持度的模糊分类关联规则挖掘算法[J].软件,2023(08).

贺帆,刘漫丹,钟超.基于动态最小支持度的增量频繁序列挖掘[J].华东理工大学学报(自然科学版),2024(02).

时统宇,王岩韬,李鸿坤.基于先验频繁模式算法的航班延误关联规则挖掘[J].飞行力学,2023(02).

刘栋,杨辉,姬少培,曹扬.基于多模型加权组合的文本相似度计算模型[J].计算机工程,2023(10).

黄硕,李艳辉,曹建秋.本地化差分隐私下的频繁序列模式挖掘算法PrivSPM[J].计算机应用,2023(07).

韩忠华,李博,刘松林,李曼,孙亮亮.回溯法与DEclat算法结合的模具组合分配方法[J].计算机应用研究,2023(05).

陆世豪,祝云,陆锡文,周振波,廖华,董羊城,陈磊.基于文本挖掘技术的水电站故障诊断方法研究[J].大电机技术,2022(04).

荀亚玲,王林青,蔡江辉,杨海峰.基于多尺度的时序数据部分周期模式增量挖掘[J].计算机应用,2023(02).

黄剑湘,林铮,刘可真,骆钊,禹晋云,徐峰.考虑换流站海量事件的关联规则挖掘分析方法[J].电力系统保护与控制,2022(12).

叶得学.融合BPEclat与K-Means++算法的关联规则数据挖掘技术研究[J].贵阳学院学报(自然科学版),2022(02).

马金涛,亓皓宽,魏鑫宇.DHT-Eclat：一种改进的Eclat算法[J].电站系统工程,2022(04).

武森,董雅贤,魏桂英,高晓楠.面向稀疏数据的协同过滤用户相似度计算研究[J].计算机科学与探索,2022(05).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

分布式技术在电力大数据高性能处理中的应用

支撑电力大数据平台的SDN架构研究

电力大数据基础体系架构与应用研究

电力大数据信息安全分析技术研究

面向全球能源互联网的电力大数据基础体系架构和标准体系研究