计算机应用研究

作者：张春砚,韩萌,孙蕊,杜诗语,申明尧,

单位：北方民族大学计算机科学与工程学院,银川750021；

关键词：模式挖掘,高效用模式挖掘,数据流,增量型数据,

基金：国家自然科学基金资助项目(62062004)；宁夏自然科学基金资助项目(2020AAC03216)；宁夏高等学校一流学科建设资助项目(电子科学与技术学科)(NXYKXY2017A07)；北方民族大学研究生创新基金资助项目(YCX20061)；；

通过分析有关高效用模式挖掘（high utility pattern mining，HUPM）最先进的方法，对其进行全面和结构化的概述。首先，通过介绍HUPM的相关概念、公式并给出应用示例，对HUPM有更深一步的理解；针对用于挖掘不同类型HUPM的最常见和最先进的关键技术进行分类，包括基于Apriori、基于树、基于列表、基于映射、基于垂直/水平数据格式、基于索引等方法。针对现有关键技术的用途和优缺点进行了全面概述，由于静态数据难以满足实际需要，总结了在数据流上应用的HUPM方法，主要包括基于增量方法、基于滑动窗口模型方法、基于时间衰减模型方法、基于地标模型方法等。最后，给出了现有技术的不足和改进方向，并且有针对性地提出了新的研究方法。

来源：2021年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第2期