高平均效用co-location模式挖掘的一种有效算法

摘要：

co-location模式是空间特征集合的一个子集,模式中不同特征的实例频繁出现在邻近区域内.纵观高效用co-location模式挖掘的相关研究报道,现存的高效用co-location模式挖掘方法没有考虑模式的长度对模式效用的影响.为了探索这一问题,提出一种从空间数据集中挖掘高平均效用co-location模式的算法(HAUCP),以便更好地评价co-location模式的真实效用.首先,基于空间数据集提出高平均效用co-location模式的完整定义;其次,构建了高平均效用co-location模式挖掘的基本算法,并探索了两种有效的剪枝策略以提升算法的运行效率;最后,在真实数据集和合成数据集上对算法的有效性和可扩展性进行了大量实验,实验结果表明HAUCP算法挖掘出的高效用co-location模式更加合理.

关键词：高平均效用、co-location模式、模式长度、空间数据集、数据挖掘算法

所属期刊栏目：7

分类号：TP391(计算技术、计算机技术)

资助基金：云南省地方本科高校部分基础研究联合专项资金项目;云南省地方本科高校部分基础研究联合专项资金项目;大理大学数据安全与应用创新团队

在线出版日期：2022-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：9-17