论文部分内容阅读
目前TOP—K高效用模式挖掘算法需要产生候选项集，特别是当数据集比较大或者数据集中包含较多长事务项集时，算法的时间和空间效率会受到更大的影响．针对此问题，通过将事务项集和项集效用信息有效地保存到树结构HUP—Tree，给出一个不需要候选项集的挖掘算法TOPKHUP；HUP—Tree树能保证从中计算到每个模式的效用值，不需要再扫描数据集来计算模式的效用值，从而使挖掘算法的时空效率得到较大的提高．采用7个典型数据集对算法的性能进行测试，实验结果证明TOPKHUP的时间和空间效率都优于已有算法，并对K值的变化保