Mining High Utility Patterns under Guidance

Xin Wang

doi:10.1109/tbdata.2026.3718742

Mining High Utility Patterns under Guidance

2026-07-30

0

PRE

AI

DOI：10.1109/tbdata.2026.3718742

原文链接

原文求助

摘要

En 中文

频繁模式挖掘(FPM)在社会分析等领域发挥着关键作用。然而，FPM面临在计算成本与结果质量之间取得平衡的挑战。为解决此问题，我们研究了在引导下进行高效用模式挖掘的问题，并提出了一套综合方法。首先，我们引入了一个效用函数，该函数将支持度度量与模式大小相结合，以评估模式的效用值。随后，我们开发了一种分布式挖掘算法GIMINER，该算法依赖引导网络来挖掘高效用模式。具体而言，通过计算结构相关模式在小样本图上的先验概率构建的引导网络指导模式扩展。通过纳入时间约束，GIMINER以灵活方式处理FPM任务，有效平衡了计算成本与结果质量。实验研究表明，与现有最先进方法相比，我们的算法在真实图数据上具有更优的有效性和效率。

Keyword:

Frequent Pattern Mining

Pattern Utility

Distributed Pattern Mining

Guidance Network

Mining High Utility Patterns under Guidance

摘要

期刊

机构

引用论文