计算机应用

作者：吴军, 欧阳艾嘉, 王亚

单位：遵义师范学院 信息工程学院，贵州 遵义 563006

关键词：数据挖掘,判别高效用模式挖掘,模式评估,假阳性模式过滤,冗余模式筛除

基金：国家自然科学基金资助项目(62066049);贵州省高等学校青年资助项目(QJJ2022313);贵州省科技支撑计划项目(QKHZC2023257);遵义市科技合作资助项目(ZSKHHZ2022123)

针对高效用模式挖掘任务中假阳性模式和冗余模式的判别问题，提出一种基于无限制检验和独立成长率的判别高效用模式挖掘算法UTDHU（Unlimited Testing for Discriminative High Utility pattern mining）。首先，找到目标事务集合中满足效用阈值和差异阈值的判别高效用模式；其次，建立前缀项共享树以快速计算每个模式的独立成长率，并基于独立成长率筛除未超过独立阈值的冗余判别高效用模式；最后，使用无限制检验计算余下每个模式的统计显著性度量p值，并根据错误率判断族过滤整体结果中的假阳性判别高效用模式。在4个基准事务集合和2个仿真事务集合上的实验结果表明，相较于Hamm和YBHU （Yekutieli-Benjamini resampling for High Utility pattern mining）等算法，所提算法在模式数量方面输出最少，过滤了至少97.8%的被检验模式；在模式质量方面，所提算法的假阳性判别高效用模式占比低于5.2%，且构造特征的分类准确率高于对比算法至少1.5个百分点；虽然所提算法在运行时间方面慢于Hamm算法，但快于其余3个基于统计显著性检验的算法。可见，所提算法能够有效剔除一定数量的假阳性和冗余判别高效用模式，在挖掘性能上更优，且运行效率更高。

来源：2025年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第8期