一种基于交叉熵的top-k频繁项集挖掘算法

作     者：宋威 郑川龙 SONG Wei;ZHENG Chuanlong

作者机构：北方工业大学信息学院北京100144 

基　　金：国家自然科学基金项目(61977001) 北京市长城学者培养计划项目(CIT&TCD20190305) 

出 版 物：《郑州大学学报（理学版）》 (Journal of Zhengzhou University:Natural Science Edition)

年 卷 期：2022年第54卷第4期

页      码：27-33页

摘      要：通过指定期望结果项集数量挖掘top-k频繁项集,可解决频繁项集挖掘中支持度阈值难以设定的问题。由于能在较短的时间内得到足够多的精确结果,因此利用启发式方法挖掘项集的工作受到了越来越多的关注,但利用启发式方法来挖掘top-k频繁项集却鲜有研究。提出了一种基于交叉熵的top-k频繁项集挖掘算法KCE。首先,给出了将交叉熵应用于top-k频繁项集挖掘的建模方法;其次,提出了基于过滤支持度的搜索空间剪枝策略;第三,设计了利用按位交叉来产生下一代项集的策略,以提高样本的多样性。实验结果表明,KCE算法在运行时间和空间消耗上都有优势,且挖掘结果的平均精度在95%以上。

主 题 词：数据挖掘 top-k频繁项集 交叉熵 过滤支持度 按位交叉 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.13705/j.issn.1671-6841.2021313

馆 藏 号：203111246...