同类项的频繁高效用项集挖掘算法

现有高效用项集挖掘算法没有考虑分类挖掘的情况,针对这一不足,提出基于同类项的频繁高效用项集挖掘算法CMFHUI。把数据库中的所有项进行分类,给每一类赋予一个最小效用阈值,在这个基础上加上支持度约束,使得最终挖掘的项集既是频繁项集又是高效用项集。为进一步提高算法的挖掘效率,提出改进算法CMFHUI+。利用Mushroom和T10I4D100K数据集,结合4种不同的剪枝性质进行仿真实验,验证了这两种算法的有效性和可行性。

基于共现结构的频繁高效用项集挖掘算法

频繁项集挖掘和高效用项集挖掘是数据挖掘研究中的重要内容.为克服在实际应用中单独使用这2类算法的局限性,频繁高效用项集挖掘算法开始被提出.基于经典高效用项集挖掘(Fast High-Utility Miner,FHM)算法,本文提出了频繁高效用项集挖掘(improved FHM with Support,iFHMS)算法.该算法构建了1个改进的共现结构(Utility and Support Co-occurrence Structure,USCS),存储满足效用约束条件和支持度约束条件的2-项集的事务加权效用和支持度.通过实验得出结论,iFHMS算法能够有效发现频繁高效用项集,且在时间效率方面有一定程度提升.