2,在计算机内部使用正交链表存储步骤1所述关系矩阵Ma，该正交链表包含 三种类型的节点，分别为M节点、H节点和E节点，M节点为正交链表的表头节点；H节点为 行/列表头节点，是正交链表中行链表或者列链表的表头节点；E节点为关系矩阵中非零元 素对应的节点；三种节点均包含四个域，Tag域、Element域、Right域和Down域。Tag域为 标志域，用以区分三种不同类型的节点。Element域为元素域，对正交链表表头节点来说， 元素域中的二元组存储的是对应稀疏关系矩阵的行数和列数，即事务数据库D包含的事务 数和项目数；对行表头节点来说，元素域中的二元组表示第几行和该行中包含的非零元素 个数；对列表头节点来说，元素域中的二元组表示项目或项目集及该列中的非零元素个数； 对非零元素节点来说，元素域中的二元组表示项目或项目集及包含该项目或项目集的事务 编号。Right域为指针域，对正交链表表头节点来说其指向第一个列表头节点；对行表头节 点来说，其指向该行第一个非零元素节点；对列表头节点来说，其指向下一个列表头节点； 对非零元素节点来说，其指向该行下一个非零元素节点。Down域也为指针域，对正交链表表 头节点来说其指向第一个行表头节点；对行表头节点来说，其指向下一个列表头节点；对 列表头节点来说，其指向该列第一个非零元素节点；对非零元素节点来说，其指向该列下一 个非零元素节点；
[0053] 步骤3,根据步骤2的正交链表计算得到频繁1项集集合L1以及频繁1项集集合 L1对应的正交链表；
[0054] 步骤4,将频繁k-Ι项集集合Lk i与自身连接产生候选频繁k项集集合C k，k为区 间[2, )内的自然数；
[0055] 步骤5,利用Apriori性质（频繁项集的所有非空子集也必须是频繁的，如果某个 候选的非空子集不是频繁的，那么该候选肯定不是频繁的）对候选频繁项集集合C k进行剪 枝；
[0056] 步骤6,遍历频繁k-Ι项集集合及频繁1项集集合对应的正交链表，得到包含项集 气的事务集合Π?)，并计算候选频繁k项集集合(；中成员Q 1的支持度，其中I1为区间[1， Nk]内的自然数，Nk表示候选频繁k项集集合(^所包含的成员数目；
[0057] 步骤7,将候选频繁k项集集合心中成员％的支持度与最小支持度min_support进 行比较，删除支持度小于最小支持度min_support的成员，得到频繁k项集集合L k，并根据 步骤6中所得事务集合?^ )沟造频繁k项集集合Lk对应的正交链表；
[0058] 步骤8,重复执行步骤4~步骤7,直到不能发现更大的频繁项目集为止；
[0059] 步骤9,根据OLA算法最终获得的频繁项集集合为F，则可产生关联规则：
[0060] R = {A->B}，A为频繁项集集合F中任意成员爲的非空子集，B为A的补集，即/,2 e F，i2为区间[l，Nf]内的自然数，Nf表示频繁项集集合F所包含的成员数目。
[0061 ] 步骤1中，所述关系矩阵Ma如下：
[0063]并有：
[0065] 其中，I = U1,12，…，Im}是事务数据库D所包含的项目集合，|1|为数据库D所 包含的项目数，|D|为事务数据库包含的事务数，Ciu表示矩阵的元素，i为区间[1，|d|]内 的自然数，j为区间[1，111]内的自然数。
[0066] 步骤3中，所述计算过程如下：遍历步骤2得到的正交链表的列表头节点，得到项 目集合I = U^I2，…，Im}中各项目成员在所有事务中出现的次数，分别SNpNyjlll, 包含项目集合L的事务集合为T ({I ,})，根据以下公式计算得到各项目支持度sup (I ,):
[0067] sup(Ij) = Nj/|D I, j e [I, |l|],
[0068] 将各项目支持度与所设置最小支持度min_SUpport进行比较，得到频繁1项集集 合L 1，基于频繁1项集集合L1中各元素对应的事务集合T ({I J )，得到频繁1项集集合1^对 应的正交链表。
[0069] 步骤4中，参考【背景技术】中引用文献1，连接过程如下：设叫和m2是频繁 k_l项集集合Lk i的任意两个成员，成员中的项目按字典次序排序，即对于成员％，有
其中％[(]表示成员气中的第i4个项目，其中i 3e {〇, 1}， i4e {1，2,…，k-1}，如果成员mJPm2中前k-2个项目均相同，成员Iii1的第k-2个项目小于成 员m 2 的第 k_2 个项目，即 Oii1 [1] =m2 [2]) …AfcOii1 [k_2] =m2[k_2])&& On1 [k-1] <m2 [k-1])，则判定叫和m2是可连接的，连接m JP m2产生的结果是{m i [1]，Iii1 [2]，… ..?,mJk-lLmJk-l]}。
[0070] 步骤5中，所述剪枝操作过程如下：遍历频繁k-Ι项集集合对应的正交链表的列表 头节点，对候选k项集集合C k的成员$，若其包含k-Ι个元素的所有子集均在列表头节点 中，则将成员气保留在候选频繁项集集合(；中，否则将其从C ,中删除。
[0071 ] 步骤6中，计算所述支持度的步骤包括：
[0072] 候选频繁k项集集合Ck中成员
则事 务集合T(C1) = T(H-^IkDik) = T(H-^Ikl) n T(Ik)，即包含项集集合气的 事务集合T (C1)是包含项集集合U1, I2，…，IkJ的事务集合T (I1, I2，...，Ik D与包含项 集集合U1J的事务集合τ(Ik)的交集，遍历频繁k-i项集集合对应的正交链表中项集仏， I2，…，Ik J对应的列，可得到事务集合Td1, 12, ...，Ik D，遍历频繁1项集集合对应的正交 链表中项集集合{Ik}对应的列，得到事务集合T(Ik)，则通过以下公式计算k项集集合气的 支持度：
[0073] SUpGI1, I2，···，Ik}) =NCT(H--^Ikl) n T(Ik))/|D|，k e [1，n]，
[0074] 其中，N(TdI2V^Ikl) n T(Ik))表示事务集合 Td1, I2，...，Ikl)和事务集合 T(Ik)的交集所包含的事务数。
[0075] 实施例1
[0076] 通过如图1所示的一个简单的事务数据库D对OLA算法的步骤进行描述，并对其 性能进行简单的分析，设置的最小支持度min_support = 30%。
[0077] 1)根据OLA算法，首先对图1所示的事务数据库D进行扫描，事务数据库D中共包 含10个事务T 1-Tll^e个项目I1-I6。扫描事务数据库D将得到如图2所示的关系矩阵A，关 系矩阵A的第i行对应数据库D的事务T 1, i e [1，10]，第j列对应数据库D中的项目I j， j e [1，6]，关系矩阵中的非零元素 aij表示项目I j包含在事务1\中。将关系矩阵A用正交 链表表示，如图3所示，图3中M类型的节点为正交链表的表头节点，H类型的节点表示正 交链表的行/列表头节点，E类型节点为关系矩阵中非零元素对应的节点。
[0078] 2)接下来，遍历正交链表的各列，可得项目集I = {A，B，C，D，E，F}中各项目在所 有事务中出现的次数分别为5,4,5,3,5,6。根据公式SUp(Ij) =PVlDL j e [1，6]计算，可 得各项目支持度分别为〇. 5,0. 4,0. 5,0. 3,0. 5,0. 6,均大于预设最小支持度min_supp〇rt =〇. 3,则频繁1项集集合L1= {{A}，{B}，{C}，{D}，{E}，{F}}。由于所有项目均属于频繁 1项集的成员，因此频繁1项集对应的正交链表即为关系矩阵A对应的正交链表。
[0079] 4)将频繁1项集集合L1进行自连接产生候选频繁2项集集合C 2，如图4所示，C2 ={{AB}，{AC}，{AD}，{AE}，{AF}，{BC}，{BD}，{BE}，{BF}，{CD}，{CE}，{CF}，{DE}，{DF}， {EF}}。由于所有的项目I j，j e [1，6]均为频繁1项集的成员，因此对于频繁2项集集合 无需根据Apriori性质进行剪枝。
[0080] 5)对候选频繁2项集集合C2中的所有成员，计算其支持度。比如说对于候选频繁 2项集{AB}，分别遍历频繁1项集所对应正交链表中项目A、B对应的列，可得包含项目A的 事务集合为T(A) = {1，5,6,8,10}，包含项目B的事务集合T(B) = {2,4,6, 7}，则包含项目 集{AB}的事务集合