一种基于深度学习的通用关联规则分析方法

本发明公开了一种基于深度学习的通用关联规则分析方法包括：对于样本数据集选取并进行预处理，从而进行预处理后的数据进行特征提取与选择，再通过深层前馈网络进行深度学习模型设计，最后实现提取后的数据与目标关联的数据进行规则分析。本发明提供的深度学习的通用关联规则分析方法具有明显的技术领域先进性效果，在300W数据量下的强关联规则数能够达到31.5*10，在拥有较高的准确率的同时还在时间效率上具有明显的优势，并且随着执行节点的增加，并行化效果更好。