频繁和高效用项集挖掘

摘要：

对从事务数据库中挖掘有意义的项集的研究已超过10年.然而,大多数的研究要么使用频繁度或支持度(如频繁项集挖掘),要么使用效用值或利润(如高效用项集挖掘)作为主要的衡量标准.单独使用这两种衡量方式都有各自的局限性,比如频繁度很高的项集其效用值有可能很低,而效用值很高的项集其频繁度往往很低,将这些项集推荐给用户没有意义.将这两种衡量标准综合考虑,希望找出那些频繁度和效用值都很高的项集.该项工作最大的挑战是效用值既不满足单调性也不满足反单调性.因此,提出了高效算法FHIMA.FHIMA采用PrefixSpan的思想,挖掘时能避免产生非频繁的候选项集.此外,还根据效用和质量上界的一些性质,有效地缩小了搜索空间,极大地提高了FHIMA算法的效率.

关键词：Top-k、频繁、高效用、高质量项集

所属期刊栏目：42

分类号：TP311(计算技术、计算机技术)

资助基金：中央高校基本科研基金WK2100100021;国家科技支撑计划2012BAH17B03;安徽省自主创新专项-智能语音技术研发和产业化专项13Z02008-5

在线出版日期：2015-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：82-87,123