May, 2018

基于效用的模式挖掘综述

PDF
TL;DR该综述论文旨在提供一种对效用矿山（UPM）的综合和有结构的概述，包括其概念，方法和现有的高效用模式，采用的技术和算法等，同时考虑其高影响应用的实际挑战和开放问题。
data miningutility mininghigh-utility patternstaxonomyopen-source software
发现论文，激发创造
  • 基于相关公用事业的模式挖掘

    本研究提出了一种高效挖掘非冗余相关高效模式的算法，该算法考虑了积极相关性和利润价值，得出具有高效益和强积极相关性的模式，进一步改进了实用信息的收集，实验结果表明该算法的有效性和效率显著优于现有的算法。

    Apr, 2019

  • 扩展高效用模式挖掘：一种基于答案集编程的框架和应用

    本文提出了一种新的框架，可以支持新类别的实用准则，利用规则式语言如 ASP 对数据集进行分析，并且利用扩展函数快速有效地进行编码和测试。最后，本研究以 COVID-19 患者的 ICU 预测为例，通过大量实验结果展示了所提方法的有效性。

    Mar, 2023

  • 面向目标高效能项集的研究

    本文提出了一种名为 THUIM 的新型基于列表的算法和匹配机制，以快速匹配挖掘过程中的高效用途项集，以选择目标模式，相对于已提出的算法，THUIM 在运行时间和内存消耗方面表现良好，并具有良好的可伸缩性。

    Jun, 2022

  • 基于个性化阈值的多序列效用挖掘

    该研究设计了一种新的实用性挖掘框架，名为 USPT，旨在通过个性化阈值跨多个序列挖掘高效能序列模式，并开发了几个修剪策略以提高效率。

    Dec, 2019

  • 基于模式的分类：一种统一的视角

    本文讨论模式挖掘在预测模型中的应用，并提供具有解释性和准确性的模式选择方法。

    Nov, 2011

  • 基于投影的序列数据效用挖掘

    本研究提出了一种高效的基于投影的 ProUM 方法来挖掘时间序列数据中的高效序列模式，并应用新的上界命名序列扩展效用及几个剪枝策略来优化效率，实验结果表明，该算法相对于现有算法在执行时间、内存使用和可伸缩性等方面明显优异。

    Apr, 2019

  • 对比模式挖掘：一份调查报告

    该研究论文介绍了对比模式挖掘的研究方向，并分类讨论了各种挖掘策略和方法，包括序列模式和对比模式，提出了不同算法和优缺点，最后探讨了该领域的挑战和机遇。

    Sep, 2022

  • 基于序列效用占用度量的序列效用最大化

    提出了一种考虑高效挖掘序列数据中高效利用率和低占用率的新算法 SUMU，通过设计数据结构 UOL-Chain 和 UO-Table 提高了算法的效率。

    Dec, 2022

  • TKUS：挖掘 Top-K 高效顺序模式

    本文提出了 TKUS 算法用于解决 top-k HUSPM 问题，该问题是指在序列式数据库中寻找在最小效用阈值下，所有具有高效用的子序列，并且相比于目前最先进算法 TKHUS-Span，实验结果表明 TKUS 可以取得等效甚至更好的表现。

    Nov, 2020

  • 基于序列数据的快速实用程序挖掘算法 HUSP-SP

    通过引入紧凑的序列投影结构 (seqPro)，设计了一种高效算法 HUSP-SP 以解决高效用途的序列模式挖掘 (HUSPM) 中的时间和内存消耗问题，并采用新的上限值和剪枝策略来提高挖掘性能。

    Dec, 2022