基于訪問信息挖掘的民航報文相關性分析方法技術

本發明專利技術涉及民航信息技術領域。分析報文的相關性，獲得報文之間直接的或者間接的聯系，本發明專利技術采取的技術方案是，基于訪問信息挖掘的民航報文相關性分析方法，包括如下步驟：1)獲取民航報文的訪問記錄；2)基于步驟1)的訪問記錄，分析報文內容，將具有一致性信息的報文放至同一集合中；3)設置最小支持度，報文出現的頻率需大于該支持度；4)基于步驟2)的報文集和步驟3)的最小支持度，產生一維頻繁報文集；5)對產生的一維頻繁報文集，循環處理直至未能再產生維數更高的頻繁報文集；6)基于步驟4)，步驟5)，得到報文所有維數的頻繁報文集，分析這些報文集，即可得出報文的相關性。本發明專利技術主要應用于民航信息處理。

【技術實現步驟摘要】

本專利技術涉及民航信息
，涉及民航報文相關性的分析方法。具體講，涉及。
技術介紹
隨著民航運輸流量的增大以及民航信息技術的發展，民航報文的使用越來越頻繁，重要性越來越顯著。民航報文種類繁多，總體分為航管飛行動態AFTN報文、航空公司SITA報文和民航機場氣象報文等。各種報文之間有不同程度的相關性。比如民航機場氣象報文發送后，空管員根據氣象報文分析是否適宜降落，隨后結果就會被反映到航班的落地報里，這兩種報文的相關性就非常高。分析報文的相關性，獲得報文之間直接的或者間接的聯系，對民航信息
非常重要。報文相關性分析采用訪問信息挖掘的技術，主要是priori方法。訪問信息挖掘利用數據挖掘技術從相關的資源和行為中抽取感興趣的、有用的模式和隱含信息，涉及數據挖掘、計算機語言學、信息學等多個領域，是一項綜合技術。
技術實現思路
本專利技術旨在克服現有技術的不足，分析報文的相關性，獲得報文之間直接的或者間接的聯系。為達到上述目的，本專利技術采取的技術方案是，，包括如下步驟I)獲取民航報文的訪問記錄；2)基于步驟I)的訪問記錄，分析報文內容，將具有一致性信息的報文放至同一集合中；3)設置最小支持度，報文出現的頻率需大于該支持度；4)基于步驟2)的報文集和步驟3)的最小支持度，統計所有報文出現的頻率，找出大于或等于最小支持度的報文，產生一維頻繁報文集；5)基于步驟3)的最小支持度，基于步驟4)的一維頻繁報文集，對產生的一維頻繁報文集，循環處理直至未能再產生維數更高的頻繁報文集；6)基于步驟4)，步驟5)，得到報文所有維數的頻繁報文集，分析這些報文集，即可得出報文的相關性。所述步驟I)的訪問記錄由數據庫日志，網站日志等獲取。所述步驟2)中的一致性信息是包括航班號、機場的相同信息，將具有一致性內容的報文放在同一集合中，以保證分析結果的有效性。所述步驟3)的最小支持度范圍為O. 01-0. 99，實際取值由使用者決定。所述步驟5)的多維頻繁報文集解釋為若報文集內有k個相關聯報文，則為K維頻繁報文集，其頻數為在記錄中同時出現的次數。所述步驟5)的實施應滿足如下條件I)所獲得報文頻繁集出現的頻率必須大于最小支持度。2)由K維頻繁報文集產生K+1維頻繁報文集時，必須考慮到k維頻繁報文集中的所有組合。循環處理過程的第一步是簡單統計所有含一個元素的報文出現的頻率，來決定最大的一維報文項目集，及步驟4)所做工作；在第k步，分兩個階段，首先通過第(k-Ι)步中生成的最大報文集來生成侯選報文項目集.然后搜索數據庫計算侯選項目集的支持度.若候選項目集的支持度大于步驟3)設置的最小支持度，則將該報文項目集放入k維頻繁報文集。所述步驟6)的報文相關性由頻繁報文集產生，相關性系數為頻繁報文集的頻數。本專利技術的技術特點及效果本專利技術充分利用了數據挖掘技術中的現有研究和實現成果，可以方便的對報文的訪問記錄進行分析，計算出報文的相關性。本專利技術的應用不依賴于報文的存儲和傳播方式，使用者可以根據應用需求，選擇最合適的報文存儲和傳播方式，以獲得最佳使用效果。處理的數據是航班運行的報文數據，通過本專利技術的分類處理，提高了航班報文分析效率和準確性，實現航班運行管理的水平。附圖說明圖1是本專利技術的系統組成結構具體實施例方式技術方案采取的步驟如下I)獲取民航報文的訪問記錄。2)基于步驟I)的訪問記錄，分析報文內容，將具有一致性信息的報文放至同一集由口卞ο3)設置最小支持度，報文出現的頻率需大于該支持度。4)基于步驟2)的報文集和步驟3)的最小支持度，統計所有報文出現的頻率，找出大于或等于最小支持度的報文，產生一維頻繁報文集。5)基于步驟3)的最小支持度，基于步驟4)的一維頻繁報文集，對產生的一維頻繁報文集，循環處理直至未能再產生維數更高的頻繁報文集。6)基于步驟4)，步驟5)，得到報文所有維數的頻繁報文集，分析這些報文集，即可得出報文的相關性。所述步驟I)的訪問記錄可由數據庫日志，網站日志等獲取。所述步驟2)中的一致性信息包括航班號、機場等相同信息。將具有一致性內容的報文放在同一集合中，以保證分析結果的有效性。記錄集合如表I所示。所述步驟3)的最小支持度范圍為O. 01-0. 99。實際取值由使用者決定。支持度越大，相關性分析越準確，但是一些具有隱含關聯的報文可能會被遺漏。所述步驟4)中一維頻繁報文集由報文出現的頻率和支持度來決定。一維頻繁集示例如表2所示。所述步驟5)的多維頻繁報文集解釋為若報文集內有k個相關聯報文，則為K維頻繁報文集，其頻數為在記錄中同時出現的次數。3維頻繁報文集如表3所示。所述步驟5)的實施應滿足如下條件I)所獲得報文頻繁集出現的頻率必須大于最小支持度。2)由K維頻繁報文集產生K+1維頻繁報文集時，必須考慮到k維頻繁報文集中的所有組合。所述步驟6)的報文相關性由頻繁報文集產生，相關性系數為頻繁報文集的頻數。現結合附圖和實施例對本專利技術做進一步說明。 如表1、表2、表3和附圖所不,本專利技術的具體實施過程和工作原理如下I)根據民航報文的具體應用環境，從數據庫日志或網站日志等存儲環境中獲取訪問記錄。2)根據報文日志，在同一訪問記錄中，將有相關性信息的報文放在同一集合中。同一訪問記錄可以生成一個或多個上述報文集合。報文集合如表I所示。3)根據實際情況，設置最小支持度。最小支持度越小，獲取的報文相關性信息越多，但效率越低。反之亦然。4)統計所有報文出現的頻率，找出大于或等于最小支持度的報文，產生一維頻繁報文集。如表2所示。5)對產生的一維頻繁報文集，循環處理直至未能再產生維數更高的頻繁報文集。流程圖如附圖所示。循環處理過程采用了 apriori算法的思想。Apriori算法的第一步是簡單統計所有含一個元素的報文出現的頻率,來決定最大的一維報文項目集，及步驟4)所做工作。在第k步，分兩個階段，首先通過第(k-Ι)步中生成的最大報文集來生成侯選報文項目集.然后搜索數據庫計算侯選項目集的支持度.若候選項目集的支持度大于步驟3)設置的最小支持度，則將該報文項目集放入k維頻繁報文集。循環處理過程算法描述如下(I)L1 = { 一維頻繁報文集}；(2) for (k = 2 !Llrf 幸 Φ ；k++) {(3) Ck = apriori_gen (L^1, min_sup)；(4) for each record r e R{(5) Cr = subset (Ck, r)；(6) for each candidate c e Cr(7) c. count++ ；(8)}(9) Lk = {c e Ck I c. count ^ min_sup}(10)}(II) return L = U Lk;其中，Lk為k維頻繁報文集，Ck為候選頻繁報文集，min_sup為最小支持度，R為步驟2)生成的報文記錄，(；為記錄r所包含的候選。(2)表示從k-Ι維頻繁報文集生成候選頻繁報文集Ck。(4)表示掃描報文記錄。(5)表示從記錄r中找出在Ck中的候選。(6)、(7)表示若在記錄中找到候選，則對應候選的頻數增加1.其中C屬于Cy為一種報文。c. count表示報文的出現次數。(9)表示若報文候選集的出現的頻率大于最小支持度，則將其加入K維報文頻繁集合中。(11)表示返回生成的所有本文檔來自技高網...

【技術保護點】
一種基于訪問信息挖掘的民航報文相關性分析方法，其特征是，包括如下步驟：1)獲取民航報文的訪問記錄；2)基于步驟1)的訪問記錄，分析報文內容，將具有一致性信息的報文放至同一集合中；3)設置最小支持度，報文出現的頻率需大于該支持度；4)基于步驟2)的報文集和步驟3)的最小支持度，統計所有報文出現的頻率，找出大于或等于最小支持度的報文，產生一維頻繁報文集；5)基于步驟3)的最小支持度，基于步驟4)的一維頻繁報文集，對產生的一維頻繁報文集，循環處理直至未能再產生維數更高的頻繁報文集；6)基于步驟4)，步驟5)，得到報文所有維數的頻繁報文集，分析這些報文集，即可得出報文的相關性。

【技術特征摘要】
1.一種基于訪問信息挖掘的民航報文相關性分析方法，其特征是，包括如下步驟1)獲取民航報文的訪問記錄；2)基于步驟I)的訪問記錄，分析報文內容，將具有一致性信息的報文放至同一集合中；3)設置最小支持度，報文出現的頻率需大于該支持度；4)基于步驟2)的報文集和步驟3)的最小支持度，統計所有報文出現的頻率，找出大于或等于最小支持度的報文，產生一維頻繁報文集；5)基于步驟3)的最小支持度，基于步驟4)的一維頻繁報文集，對產生的一維頻繁報文集，循環處理直至未能再產生維數更高的頻繁報文集；6)基于步驟4)，步驟5)，得到報文所有維數的頻繁報文集，分析這些報文集，即可得出報文的相關性。2.如權利要求1所述的一種基于訪問信息挖掘的民航報文相關性分析方法，其特征是，所述步驟I)的訪問記錄由數據庫日志，網站日志等獲取。3.如權利要求1所述的一種基于訪問信息挖掘的民航報文相關性分析方法，其特征是，所述步驟2)中的一致性信息是包括航班號、機場的相同信息，將具有一致性內容的報文放在同一集合中，以保證分析結果的有效性。4.如權利要求1所述的一種基于訪問信息挖掘的民航報文相關性分析方法，其特征是，所述步驟3)的最小支持度范圍為O. 0...

【專利技術屬性】
技術研發人員：宋雪雁，黃兆桐，孫濟洲，李志增，于翠玲，
申請(專利權)人：天津大學，
類型：發明
國別省市：