基于效用表的挖掘算法

　　高效用项集挖掘在数据挖掘领域中受到了广泛的关注，但是高效用项集挖掘并没有考虑项集长度对效用值的影响，所以高平均效用项集挖掘被提出；而目前的一些高平均效用项集挖掘算法需要耗费大量的时间才能挖掘出有效的高平均效用项集。针对此问题，给出了一个高平均效用项集挖掘的改进算法-FHAUI。FHAUI算法将效用信息保存到效用列表中，通过效用列表的比较来挖掘出所有的高平均效用值，同时FHAUI算法还采用了一个二维矩阵来有效减少二项效用值的连接比较次数。最后将FHAUI算法在多个经典的数据集上测试。实验结果表明，FHAUI算法在效用列表的连接比较次数上有了极大的降低，同时其时间性能也有非常大提高。