.png){kind=icon}
返回
A high utility itemsets mining algorithm based on co-evolution
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-025-30206-y.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
元启发式高效用项集挖掘算法通常面临初始种群质量差、时间效率低以及由于早熟收敛导致的项集丢失等挑战。为解决这些问题，本研究提出了一种基于协同进化的高效用项集挖掘算法。提出了一种基于对数衰减和概率分布的种群初始化策略，以增强种群多样性并提高初始解的质量。此外，为提高搜索效率和计算性能，设计了一种协同进化更新策略，其中粒子群优化增强了 cuckoo search 中的 Lévy flight 机制。进一步引入了一种自适应简化变异策略，以增加种群多样性和收敛速度，从而降低项集丢失的风险。实验结果表明，所提出的算法在挖掘的高效用项集数量、运行时间、召回率、精确度及收敛性方面均优于当前最优方法。
Keyword:
High utility itemsets
Co-evolution
Cuckoo search
Population initialization strategy
Adaptive simplified mutation
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.9
论文数:
27.9W
被引数:
83.5W
机构
引用论文
.png){kind=icon}
查看更多内容