索引效用优化的Top-k高效率项集挖掘技术

"基于索引效用的Top-k高效用项集挖掘方法 (2016年)" 这篇2016年的研究论文主要关注的是在数据挖掘领域中的Top-k高效用项集挖掘问题。传统的Top-k高效用项集挖掘方法存在一个显著的挑战，即在保持向下封闭性的前提下，它们通常会利用项集的事务效用来估计其真实效用，这可能导致项集的效用被过高估计，从而影响剪枝策略的效果，降低了挖掘效率。作者林树宽、王晓丛、乔建忠和王蕊提出了一种创新的解决方案，引入了“索引效用”的概念。 他们构建了两级索引结构，以此来改善挖掘过程中的剪枝效果。这种索引效用的引入能够更准确地评估项集的实际效用，避免了由于过高的效用估计而导致的无效计算。同时，通过建立效用矩阵，该方法支持对项集效用的快速计算，进一步提升了挖掘效率。 论文中提到的“尾超项集”是高效用项集挖掘中的一个重要概念，它是指那些包含低效用项但整体效用仍较高的项集。效用矩阵的运用使得处理这些项集变得更加高效，因为它可以快速确定哪些项集值得进一步扩展，哪些可以立即剪枝。 实验部分，研究人员在不同类型的数据库上验证了他们提出的Top-k高效用项集挖掘方法。这些实验结果证实了该方法在有效性和效率方面的优越性，表明它能够在保持准确性的同时，显著提高挖掘速度。 这篇论文由国家自然科学基金资助，发表在2016年1月的《东北大学学报（自然科学版）》第37卷第1期上，doi：10.3969/j.issn.1005－3026.2016.01.006。关键词包括项集效用、索引效用、Top-k高效用项集和效用矩阵，这表明研究的重点在于如何优化这些核心概念以提升数据挖掘性能。