【摘要】：高效用模式挖掘是數(shù)據(jù)挖掘領(lǐng)域的一個(gè)基礎(chǔ)研究方向,其中關(guān)于top-k高效用模式的挖掘算法也越來(lái)越多,k指的是用戶需要挖掘的高效用模式的個(gè)數(shù)。它們可以歸納為二階段top-k算法和一階段top-k算法兩類,兩者的主要區(qū)別是,前者在挖掘的過(guò)程中會(huì)產(chǎn)生大量的候選模式,這是影響算法性能的主要因素;后者在挖掘的過(guò)程中不產(chǎn)生候選模式。為了更加高效地挖掘效用值最高的k個(gè)模式,一階段算法TKHUP被提出,該算法在進(jìn)行數(shù)據(jù)挖掘的過(guò)程中主要是通過(guò)四個(gè)有效策略來(lái)減少時(shí)間和空間的消耗。通過(guò)大量的實(shí)驗(yàn)數(shù)據(jù)表明,TKHUP在時(shí)間性能上優(yōu)于其他top-k高效用模式挖掘算法。
[Abstract]:High utility pattern mining is a basic research direction in the field of data mining, in which there are more and more algorithms for mining top-k high utility patterns, k refers to the number of high utility patterns that users need to mine. They can be divided into two types: two-stage top-k algorithm and one-stage top-k algorithm. The main difference between them is that the former will produce a large number of candidate patterns in the process of mining, which is the main factor that affects the performance of the algorithm. The latter does not produce candidate patterns in the process of mining. In order to mine k patterns with the highest utility value more efficiently, the one-stage algorithm TKHUP is proposed. In the process of data mining, four effective strategies are used to reduce the consumption of time and space. A large number of experimental data show that TKHUP is superior to other top-k high-utility pattern mining algorithms in time performance.
【作者單位】： 華中師范大學(xué)計(jì)算機(jī)學(xué)院;華中師范大學(xué)科技處;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61370108)
【分類號(hào)】：TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳進(jìn);宋順林;王迎春;;基于頻繁偏愛(ài)度的使用模式挖掘算法的研究[J];計(jì)算機(jī)應(yīng)用;2006年10期

2 王宇新;田佳;郭禾;吳樹(shù)朋;楊元生;;應(yīng)用模糊方法的設(shè)計(jì)模式挖掘策略研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年02期

3 陸億紅;王子仁;黃燕;;適合稀少空間特征的同位模式挖掘算法[J];浙江工業(yè)大學(xué)學(xué)報(bào);2007年04期

4 郭燕萍;辛伯宇;;高選票例外模式挖掘研究與實(shí)現(xiàn)[J];電腦開(kāi)發(fā)與應(yīng)用;2007年08期

5 徐顯九;楊燕;岳愛(ài)萍;;高效的用戶移動(dòng)模式挖掘方法[J];計(jì)算機(jī)應(yīng)用研究;2007年09期

6 李帆;夏士雄;張磊;;基于模糊理論的不確定軌跡模式挖掘[J];微電子學(xué)與計(jì)算機(jī);2011年08期

7 李中元;邊馥苓;;空間同位模式挖掘研究進(jìn)展[J];地理空間信息;2013年06期

8 邢東山,沈鈞毅,宋擒豹;用戶瀏覽偏愛(ài)模式挖掘算法的研究[J];西安交通大學(xué)學(xué)報(bào);2002年04期

9 劉洪輝;吳岳芬;;用戶行為模式挖掘問(wèn)題的研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2006年05期

10 付曉翠;許盈;車(chē)路;;游戲訪問(wèn)模式挖掘的研究與應(yīng)用[J];鄭州大學(xué)學(xué)報(bào)(理學(xué)版);2007年04期

相關(guān)會(huì)議論文 前10條

1 王肅;杜軍平;高田;;基于本體與知識(shí)背景的模式挖掘框架研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

2 繆裕青;尹東;;分布式存儲(chǔ)結(jié)構(gòu)的頻繁閉合模式挖掘并行算法[A];2007年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(下冊(cè))[C];2007年

3 王淼;尚學(xué)群;謝華博;李戰(zhàn)懷;;行常量差異共表達(dá)基因模式挖掘算法研究[A];第29屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）（NDBC2012）[C];2012年

4 劉玉葆;蔡嘉榮;印鑒;黃志蘭;;基于最大訪問(wèn)模式挖掘的數(shù)據(jù)庫(kù)異常行為檢測(cè)[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

5 陸葉;王麗珍;陳紅梅;趙麗紅;;基于可能世界的不確定空間co-location模式挖掘研究[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

6 王麗珍;陸葉;陳紅梅;肖清;;基于前綴樹(shù)結(jié)構(gòu)的空間co-location模式挖掘算法研究[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

7 胡偉成;曹三省;李丹;;一種基于QPop增量時(shí)域分割升維的媒體內(nèi)容應(yīng)用模式挖掘改進(jìn)算法[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

8 薛丹;李德敏;裴仁林;;移動(dòng)計(jì)算中基于PrefixSpan算法的用戶移動(dòng)模式挖掘[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

9 佟星;王宏志;李建中;高宏;;基于樹(shù)結(jié)構(gòu)索引的帶權(quán)值字符串的Top-k查詢算法[A];第29屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）（NDBC2012）[C];2012年

10 張麗;賈焰;鄒鵬;;一種數(shù)據(jù)流上的多Top-k查詢資源共享技術(shù)研究[A];第八屆全國(guó)信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)博士學(xué)位論文 前7條

1 Shafqat Ali Shad;移動(dòng)用戶軌跡與行為模式挖掘方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

2 錢(qián)烽;同位模式挖掘研究[D];浙江大學(xué);2012年

3 劉勇;圖模式挖掘技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2010年

4 覃桂敏;復(fù)雜網(wǎng)絡(luò)模式挖掘算法研究[D];西安電子科技大學(xué);2012年

5 王樂(lè);數(shù)據(jù)流模式挖掘算法及應(yīng)用研究[D];大連理工大學(xué);2013年

6 林耀進(jìn);多源環(huán)境中數(shù)據(jù)預(yù)處理與模式挖掘的研究[D];合肥工業(yè)大學(xué);2014年

7 曾海泉;時(shí)間序列挖掘與相似性查找技術(shù)研究[D];復(fù)旦大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 楊陽(yáng);云計(jì)算環(huán)境下時(shí)空軌跡伴隨模式挖掘研究[D];南京師范大學(xué);2015年

2 李海;基于用戶軌跡數(shù)據(jù)的周期活動(dòng)模式挖掘[D];江蘇科技大學(xué);2015年

3 周青峰;云計(jì)算環(huán)境下的模式挖掘算法研究[D];浙江工商大學(xué);2015年

4 陳瑞;基于分治子圖和極大有序團(tuán)樹(shù)的co-location模式挖掘研究[D];云南大學(xué);2015年

5 尹騰騰;軟件執(zhí)行軌跡中行為模式挖掘算法研究[D];燕山大學(xué);2015年

6 陳明福;縮小候選集的Top-k高效模式挖掘算法研究[D];重慶大學(xué);2015年

7 張子瀚;面向大數(shù)據(jù)的高效用模式挖掘方法研究[D];北方工業(yè)大學(xué);2016年

8 張剛領(lǐng);一種基于團(tuán)的閉頻繁Co-location模式挖掘方法[D];云南大學(xué);2016年

9 江萬(wàn)國(guó);基于領(lǐng)域驅(qū)動(dòng)的空間高效用Co-location模式挖掘[D];云南大學(xué);2016年

10 吳錫宇;基于約束的城市co-location模式挖掘[D];云南大學(xué);2016年

，

本文編號(hào)：2328491