摘要
本发明涉及数据挖掘分析技术领域,具体涉及一种基于人工智能的数据挖掘系统及方法,包括以下步骤:对稀疏事务数据集进行关联规则扫描,计算支持度超过支持度阈值的频繁项集作为模式胚胎,输出模式胚胎集合E;通过神经形态计算单元构建维度间关联通道,使胚胎在相邻维度空间扩散生长,输出成熟模式集合M,并为每一个成熟模式分配初始置信度权重;将成熟模式集合M输入时间滑窗控制器,检测数据分布偏移量,根据分布偏移量调整模式置信度权重,输出稳定模式集合S。本发明,实现了对动态环境下模式适应性的高精度筛选,降低异常数据对挖掘结果的干扰,在行为监测、金融反欺诈、医疗诊断等高动态场景中表现出良好的可靠性。