高效用项集（High-Utility Itemset）挖掘介绍

高效用挖掘是数据挖掘子领域模式挖掘（pattern mining） 的一个研究方向。模式挖掘的目标就是在给定数据库中找到一些新颖的、难以直接观察的、有用的模式。举个例子，我们可以挖掘出基因序列和疾病之间关系，从而帮助研制新药。

而我们要挖掘的数据可以是多样的：

• 关系数据库
• 图
• 文本
• 空间数据
• 序列，时间序列，等等

高效用项集挖掘的一个应用场景是对交易数据（transaction database） 挖掘。我也就以它为例介绍高效用项集挖掘。

设{a, b, c, d, e, …} 为某个商店一次交易所卖出的商品。a，b，c 为商品名，也即item 。则下表可以表示一个交易数据：

Transaction	items
T1	{a, b, c, d, e}
T2	{a, b, e}
T3	{c, d, e}
T4	{a, b, d, e}

频繁项集挖掘是 Agrawal 1993 年提出的问题。该问题可表述为给定一个交易数据且设定参数minsup>=1 , 要求输出所有出现频次大于等于minsup 的项集。例如：