一种高效用项集并行挖掘算法.pdfVIP

CN43—1258／TP 计算机工程与科学 第 37卷第 3期 2015年 3月 ISSN 1007—13OX ComputerEngineering Science Vo1．37，No．3，Mar．2015 文章编号 ：1007—130X(2015)03-0422—07 一 种高效用项集并行挖掘算法 宋 威，吉红蕾，李晋宏 (北方工业大学计算机学院，北京 100144) 摘 要 ：由于能反映用户的偏好 ，可以弥补传统频繁项集挖掘仅 由支持度来衡量项集重要性的不足 ， 高效用项集正在成为当前数据挖掘研究的热点。为使 高效用项集挖掘更好地适应数据规模不断增大的实 际需求，提 出了一种 高效用项集 的并行挖掘算法 PHUI—Mine。提 出了记录挖掘 高效用项集信 息的 DHUI一树结构，描述了DHUI一树的构造方法，论证 了DHUI一树的动态剪枝策略 。在此基础上 ，给 出了高 效用项集挖掘的并行算法描述。实验结果表 明，PHUI—Mine算法具有较高的挖掘效率及较低 的存储开 销 。 关键词 ：数据挖掘 ；高效用项集；并行算法；动态高效用项集树 中图分类号 ：TP311 文献标志码 ：A doi：10．3969／i．issn．1007—130X．2O15．03．002 A parallelalgorithm form ininghighutilityitem sets SONGWei，JIHong—lei，LIJin—hong (CollegeofComputer，NorthChinaUniversityofTechnology，Beijing100144，China) Abstract：M ininghighutilityitemsetsisbecomingahotresearchtopicindataminingowingtoitsa— bilitytoreflectusers’preferencesandmakeupfortheshortcomingofmeasuring itemsetsonlyby sup— portdegree．Tomeettheneedsoflargerdatasize，aparallelalgorithm ，calledParallelHighUtilityItem— setMine (PHUI—M ine)，formininghigh utility itemsets isproposed．Firstly，a tree structure，called DHUI—tree，isintroducedtocapturetheinformationofhighutilityitemsets．M eanwhile，theDHUI—tree constructionmethodisdescribed，andthedynamicpruningstrategyofDHUI—treeisdiscussed．Then，the parallelalgorithm ispresented．Experimentalresultsshow thatPHUI—Minealgorithm isefficientand haslow storagecost． Keywords：datamining；highutilityitemset；parallelalgorithm；DHUI—tree 一 问题，高效用项集挖掘 [3’43应运而生，并正在成 引言 为频繁模式挖掘的热点问题之一。 2004年 ，YaoH等[3]最先提 出了高效用项集 传统的关联规则挖掘假设用户只对频繁发生 问题及 MEU算法 。MEU算法使用启发式策略来 的项集感兴趣 ，平等地对待每一事务和项 目，不管