基于相关性度量的项集效用最大化
人工智能
2022-08-29 v1
摘要
作为一种重要的数据挖掘技术，高效用项集挖掘（HUIM）用于发现有趣但隐藏的信息（如利润与风险）。HUIM已广泛应用于诸多场景，如市场分析、医学检测和网页点击流分析。然而，以往多数HUIM方法常忽略项集内各项之间的关系，从而在HUIM中发现了许多不相关的组合（如{gold, apple}与{notebook, book}）。为克服该局限，已有许多算法被提出以挖掘相关高效用项集（CoHUIs）。本文提出一种称为基于相关性度量的项集效用最大化（CoIUM）的新算法，其同时考虑项之间的强相关性及其利润值。此外，该新算法采用数据库投影机制以降低数据库扫描开销。进而，利用两个上界与四种剪枝策略有效剪枝搜索空间，并采用一种名为utility-bin的简洁基于数组的结构，在线性时间与空间内计算并存储所采用的上界。最后，在稠密与稀疏数据集上的大量实验结果表明，CoIUM在运行时间与内存消耗方面显著优于当前最优（SOTA）算法。
引用
@article{arxiv.2208.12551,
title = {Itemset Utility Maximization with Correlation Measure},
author = {Jiahui Chen and Yixin Xu and Shicheng Wan and Wensheng Gan and Jerry Chun-Wei Lin},
journal= {arXiv preprint arXiv:2208.12551},
year = {2022}
}
备注
Preprint. 5 figures, 7 tables