象群优化的高效用项集挖掘算法

摘要

启发式高效用项集挖掘是近年数据挖掘领域的一个热点研究课题.为了解决启发式高效用项集挖掘算法过早收敛导致的项集丢失问题，设计了一种新的启发式高效用项集挖掘算法，旨在较少的迭代次数内获取更多的高效用项集.其中，提出的基于母象因子的位差进化策略，有效缩减了搜索空间，提高了算法的执行效率.为了防止算法收敛过快陷入局部最优，提出两阶段种群多样性维护策略，保持了种群多样性和收敛性间的平衡.在真实数据集上进行的大量实验表明，提出的算法在高效用项集数量、时空效率和算法收敛性方面均优于现有的先进算法.

关键词

高效用项集挖掘 / 启发式算法 / 象群优化 / 进化策略 / 多样性维护策略