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^*

来源：郑州大学学报(理学版）, 2022, 54(04): 27-33.

DOI：10.13705/j.issn.1671-6841.2021313

• 数据挖掘
• top-k频繁项集
• 交叉熵
• 过滤支持度
• 按位交叉

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。

• 单位
  北方工业大学