典型文献
一种基于交叉熵的top-k频繁项集挖掘算法
文献摘要：
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.
文献关键词：
数据挖掘;top-k频繁项集;交叉熵;过滤支持度;按位交叉
中图分类号：
作者姓名：
宋威;郑川龙
作者机构：
北方工业大学 信息学院 北京 100144
文献出处：
引用格式：
[1]宋威;郑川龙-.一种基于交叉熵的top-k频繁项集挖掘算法)[J].郑州大学学报（理学版）,2022(04):27-33
A类：
KCE,过滤支持度,按位交叉
B类：
交叉熵,top,频繁项集挖掘,挖掘算法,中支,启发式方法,搜索空间,剪枝,生下,下一代,运行时间
AB值：
0.161058
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
