高價(jià)值項(xiàng)集挖掘算法研究.pdf

1、關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域一個(gè)重要的研究課題，傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘中只考慮項(xiàng)目在事務(wù)中出現(xiàn)與否。然而，在一條事務(wù)中，顧客可能購(gòu)買(mǎi)同一種商品多個(gè)，而每件商品的利潤(rùn)也不盡相同。單純基于支持度的數(shù)據(jù)挖掘可能會(huì)導(dǎo)致一些重要的項(xiàng)集因?yàn)橹С侄鹊投槐话l(fā)現(xiàn)。為解決這個(gè)問(wèn)題，學(xué)者們提出了基于價(jià)值的項(xiàng)集挖掘。
　　 通過(guò)對(duì)已有的高價(jià)值項(xiàng)集挖掘算法研究，發(fā)現(xiàn)現(xiàn)有的算法都是基于候選項(xiàng)集生成一剪枝-檢驗(yàn)方法，這些算法存在著與Apriori-like算法類(lèi)

2、似的不足之處：數(shù)據(jù)庫(kù)掃描次數(shù)太多，特別是當(dāng)挖掘長(zhǎng)模式高價(jià)值項(xiàng)集時(shí)弊端更為明顯；另外產(chǎn)生的候選集過(guò)大，測(cè)試候選集是否為可能高價(jià)值項(xiàng)集及計(jì)算項(xiàng)集的價(jià)值需要花費(fèi)大量的時(shí)間。為此，本文提出了一種新的數(shù)據(jù)結(jié)構(gòu)：PHUI-tree（Possible High Utility Item Tree，簡(jiǎn)稱(chēng)PHUI-tree）。利用模式增長(zhǎng)方法，提出了一種基于PHUI-tree的高價(jià)值項(xiàng)集挖掘算法DHUI。在PHUI-tree中直接挖掘高價(jià)值項(xiàng)集，而不需要