Top-k高模糊效用项集挖掘算法
Computer Engineering and Design(2023)
Abstract
针对高模糊效用项集挖掘算法中存在的阈值选择难题,提出一种Top-k高模糊效用项集挖掘算法TKHFU(top-k high fuzzy utility itemset mining).将高模糊效用项集挖掘算法中设定阈值的问题转化为设定所需高模糊效用项集数量k的问题.提出模糊项集效用列表结构,有效保存事务数据库中的关键信息,避免项集间复杂的连接操作.提出一种更紧密的模糊效用上界和两种剪枝策略,将剪枝策略运用至列表中,减少搜索空间.实验结果表明,该算法在运行时间、内存消耗及可伸缩性方面均优于最新算法.
MoreKey words
data mining,itemsets mining,threshold value,high fuzzy utility,utility list,fuzzy utility upper bound,pruning strategy
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined