HUIM-IPSO:一个改进的粒子群优化高效用项集挖掘算法

被引：11

作者：

王常武 ^{[1
]}

尹松林 ^{[1
]}

刘文远 ^{[1
]}

魏小梅 ^{[1
]}

郑红军 ^{[1
]}

杨继萍 ^{[2
]}

机构：

[1] 燕山大学信息科学与工程学院

[2] 北京联合大学机器人学院

来源：

小型微型计算机系统 | 2020年 / 41卷 / 05期

关键词：

数据挖掘; 关联规则; 高效用项集; 粒子群优化;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

高效用项集挖掘是数据挖掘中发现数据之间关系的技术之一.例如在商业服务领域效用值代表了某些商品组合的利润.高效用项集挖掘能够挖掘出数据中效用值比较大的项集—高效用项集,因此高效用项集挖掘近年来受到了更多的关注与研究.针对高效用项集在数据集中的不均匀分布,提出一个改进的粒子群优化高效用项集挖掘算法.算法改进了粒子群优化流程中种群优化值的生成方式,通过轮盘赌选择法在当前代种群的高效用项集中以一定概率选择下一代种群的初始优化值.这个改进增加了种群的多样性,使得算法能够挖掘出更多的高效用项集.实验结果验证了算法的可行性和有效性.

引用

页码：1084 / 1090

页数：7

共 4 条

[1]

A survey of incremental high-utility itemset mining [J].