一种高效用项集并行挖掘算法

J4 ›› 2015, Vol. 37 ›› Issue (03): 422-428.

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）

收稿日期:2013-10-10 修回日期:2014-01-09 出版日期:2015-03-25 发布日期:2015-03-25
基金资助:
国家自然科学基金资助项目（61105045,51075423）；北京市属市管高等学校人才强教计划资助项目(PHR201108057)；北方工业大学科研人才提升计划资助项目(CCXZ201303)

A parallel algorithm for mining high utility itemsets

SONG Wei，JI Honglei，LI Jinhong

(College of Computer,North China University of Technology,Beijing 100144,China)

Received:2013-10-10 Revised:2014-01-09 Online:2015-03-25 Published:2015-03-25

摘要/Abstract

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树结构，描述了DHUI树的构造方法，论证了DHUI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

Abstract:

Mining high utility itemsets is becoming a hot research topic in data mining owing to its ability to reflect users’preferences and make up for the shortcoming of measuring itemsets only by support degree.To meet the needs of larger data size,a parallel algorithm,called Parallel High Utility Itemset Mine (PHUIMine ),for mining high utility itemsets is proposed.Firstly,a tree structure,called DHUItree, is introduced to capture the information of high utility itemsets. Meanwhile, the DHUItree construction method is described,and the dynamic pruning strategy of DHUItree is discussed.Then, the parallel algorithm is presented. Experimental results show that PHUIMine algorithm is efficient and has low storage cost.

Key words: data mining;high utility itemset;parallel algorithm;DHUI-tree

宋威，吉红蕾，李晋宏. 一种高效用项集并行挖掘算法[J]. J4, 2015, 37(03): 422-428.

SONG Wei，JI Honglei，LI Jinhong. A parallel algorithm for mining high utility itemsets [J]. J4, 2015, 37(03): 422-428.

[1]	代长威, 孔瑞林, 季哲, . 面向离散粒子多尺度分析CPU/GPU架构的并行近邻搜索算法[J]. 计算机工程与科学, 2024, 46(08): 1349-1360.
[2]	赵琰, 马慧芳, 王文涛, 童海斌, 贺相春. 可靠响应表示增强的知识追踪方法[J]. 计算机工程与科学, 2024, 46(03): 535-544.
[3]	肖调杰, 周峰, 郑翾宇, 刘剑, 陈琳, 刘杰, 易明宽, 陈旭光, 龚春叶, 杨博, 甘新标, 李胜国, 左克, . 大规模三维频率域电磁积分方程法数值模拟[J]. 计算机工程与科学, 2023, 45(11): 1901-1910.
[4]	雷轩, 程光, 张玉健, 郭靓, 张付存. 基于电力网络态势感知平台的告警信息关联分析[J]. 计算机工程与科学, 2023, 45(07): 1197-1208.
[5]	王晨宇, 温浩珉, 郭晟楠, 林友芳, 万怀宇, . 面向快递员揽收到达时间预测的多任务深度时空网络[J]. 计算机工程与科学, 2023, 45(01): 136-144.
[6]	程小刚, 郭韧, 周长利, . 基于理性密码学的分布式隐私保护数据挖掘框架[J]. 计算机工程与科学, 2022, 44(10): 1781-1787.
[7]	王文涛, 马慧芳, 舒跃育, 贺相春. 基于上下文表示的知识追踪方法[J]. 计算机工程与科学, 2022, 44(09): 1693-1701.
[8]	许晓阳, 王斯棋. 基于粒子分解的SPH并行算法研究与应用[J]. 计算机工程与科学, 2022, 44(06): 964-970.
[9]	刘云, 肖添. 网络日志数据中条件因果挖掘算法的优化研究[J]. 计算机工程与科学, 2021, 43(09): 1584-1590.
[10]	文凯, 许萌萌, 张许红, . 基于列表结构的加权可擦除项集挖掘算法[J]. 计算机工程与科学, 2021, 43(09): 1676-1683.
[11]	熊中敏, 汪博, 陶然, 郑宗生, 陈明, . 一种基于主属性判定的关联规则挖掘约简算法[J]. 计算机工程与科学, 2021, 43(04): 738-745.
[12]	刘杰, 龚春叶, 杨博, 郭晓威, 甘新标, 李胜国, 李超, 陈旭光, 肖调杰, 穆利安, 宋敏, 赵冬勇, 鞠羽中. YH-ACT：热工流体力学并行应用程序[J]. 计算机工程与科学, 2021, 43(01): 58-69.
[13]	李雯, 迟利华, 张会, 张哲, 刘杰, . 潜艇使用自航式声诱饵防御鱼雷模型并行计算方法研究[J]. 计算机工程与科学, 2020, 42(12): 2163-2168.
[14]	藏润强, 左美云, 郭鑫鑫. 基于Doc2Vec和BiLSTM的老年患者疾病预测研究[J]. 计算机工程与科学, 2020, 42(12): 2273-2279.
[15]	何望1,2，林果园1,2. 基于FP-Growth改进算法的云服务器故障数据分析[J]. 计算机工程与科学, 2020, 42(05): 770-775.