【论文笔记】A Foundational Approach to Mining Itemset Utilities from Databases

这是2004年的一篇讲高效用项集挖掘的论文，算是一篇科普性的文章。

 文章介绍了效用值的计算方法，但是是在超市购物的背景下的，分为一个事务效用值和额外效用值，事务效用值是在事务表中体现出来的，文中给出的是超市购物的事务表（表一），表中每一个Item下的数字表示在该事务中购买的量，例如T1事务中，Item A购买了一个，Item B购买数量为0，Item C购买数量为1，Item D购买数量为14。

图一  事务表

    额外效用值是事务表之外对每个Item定义的效用值，文章中是用每个Item的购买利润来定义的（图二）。

图二  额外效用值

 每一个Item的效用值都需要由一个效用计算方程 来定义，其中是事务效用值， 是额外效用值， 要满足同时对 和 单调递增。 （为什么一定要单调递增？）

    一个k项集 中项 的效用值 是所有包含有项集 的事务中项 的效用和；

    一个k项集的效用是该项集中所有项的效用和。

 

    以上讲的是效用的计算方法，文章的后一部分讲的是高效用项集挖掘中的一些理论。

    传统的频繁项集挖掘遵循一个思想就是“频繁项集的子集也是频繁的”，但是这个定理不适用于高效用项集挖掘，因为项集在增加项的过程中，它的效用值是有可能增加也有可能减少的，不符合向下封闭的特性，这就是高效用项集挖掘的难点所在。