基于效用矩陣和索引的top-k高效用項(xiàng)目集挖掘研究.pdf

1、隨著信息時(shí)代的到來(lái)，產(chǎn)生了海量的數(shù)據(jù)，這些大量數(shù)據(jù)的背后隱藏著許多人們所需要的信息和知識(shí)，人們迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息。傳統(tǒng)的頻繁項(xiàng)目集挖掘以頻繁度作為衡量指標(biāo)。這樣就會(huì)導(dǎo)致一些頻繁度低，但是效用值高、用戶感興趣的項(xiàng)目集不能被挖掘出來(lái)。為了解決這個(gè)問(wèn)題而出現(xiàn)了高效用項(xiàng)目集挖掘。雖然目前已經(jīng)有很多關(guān)于高效用項(xiàng)目集挖掘的研究，但是讓用戶來(lái)設(shè)定閾值對(duì)于用戶來(lái)說(shuō)是一個(gè)很困難的事情。如果用戶設(shè)定的閾值過(guò)低，那么過(guò)多的高效用項(xiàng)目集將會(huì)產(chǎn)生

2、，這就可能導(dǎo)致挖掘算法效率低下，甚至出現(xiàn)挖掘出來(lái)的項(xiàng)目集數(shù)量超出內(nèi)存容量。反之將會(huì)導(dǎo)致沒(méi)有高效用項(xiàng)目集產(chǎn)生。用戶通過(guò)實(shí)驗(yàn)不斷地調(diào)整閾值來(lái)得到最終需要的閾值，這一過(guò)程對(duì)于用戶來(lái)說(shuō)是非常繁瑣的。
　　為了解決上述問(wèn)題，本文中提出了一種新的基于效用矩陣和索引的top-k高效用項(xiàng)目集挖掘算法，用戶無(wú)需設(shè)定閾值，只需要給出要挖掘的項(xiàng)目集數(shù)量。本文的主要貢獻(xiàn)包括:
　　首先，在高效用項(xiàng)目集挖掘中，本文首次提出了利用項(xiàng)目集的真實(shí)效用值進(jìn)行

3、挖掘的算法。這樣可以有效地在top-k高效用項(xiàng)目集挖掘中提高邊界閾值。
　　其次，本文提出了效用矩陣結(jié)構(gòu)，避免為計(jì)算大量的項(xiàng)目集效用值而多次掃描數(shù)據(jù)庫(kù)。
　　再次，針對(duì)高效用項(xiàng)目集挖掘算法中失去了反單調(diào)性，在算法執(zhí)行過(guò)程中無(wú)法進(jìn)行剪枝的問(wèn)題，本文中提出了基于索引結(jié)構(gòu)的消減策略。
　　最后，本文摒棄了以往由短項(xiàng)目集連接生成長(zhǎng)項(xiàng)目集的固有思想模式，根據(jù)top-k高效項(xiàng)目集挖掘中的特點(diǎn)，采用了自頂向下的挖掘過(guò)程。既可以有效地