导读:本文包含了效用频繁模式论文开题报告文献综述及选题提纲参考文献，主要关键词:效用挖掘,频繁模式,效用模式树,估计效用
效用频繁模式论文文献综述
王晨,杜义华,卢景秀,李新[1]（2013）在《基于效用模式树的高效用频繁模式挖掘算法》一文中研究指出为了提高效用模式挖掘的效率,提出了一种基于效用模式树的两阶段效用模式挖掘算法。在第一阶段,该算法能够对全局非候选节点进行合理的舍弃,并能降低全局效用模式树中节点的估计效用。通过效用模式增长算法,递归地生成候选高效用项集。在第二阶段,通过扫描调整后的事务数据库,缩小第二阶段的搜索空间。实验表明,该算法能够减少候选集的数量,提高高效用项集的生成效率。(本文来源于《计算机应用》期刊2013年S2期）
孙英家[2]（2012）在《数据流中基于滑动窗口的效用频繁模式挖掘算法》一文中研究指出随着硬件技术的高速发展，人们收集数据的能力也在飞速的提高。越来越多的领域已不再满足于静态数据的处理和分析，数据挖掘的热点也逐渐转移到数据流上。区别于静态数据，数据流具有快速、多变、实时、海量等特点，这对数据挖掘工作带来了新的困难和挑战。在目前数据流挖掘的研究中，数据流中的每个项（item）被看成具有同等重要性，然而在实际应用中，每个项都有着不同的重要性——效用，这种挖掘手段称为效用频繁模式挖掘。然而引用效用概念后，一些定理和方法不再适用——如向下闭合性，这给挖掘工作带来了很大困难。本文将频繁模式挖掘与效用结合，提出一个高效的基于滑动窗口的效用频繁模式挖掘算法UFPM（utilityfrequent pattern mining）。算法将位图结构与树结构相结合，只需一遍扫描，就能够快速、完整地存储和更新模式信息。算法中设计了一种新的树结构U-tree，按照文法顺序生成，方便模式的增量更新和用户读取。同时算法采用模式增长的挖掘方式，可以避免现有算法存在的逐级搜索产生大量候选项集的问题。通过多个实验与前人算法进行测试和对比，结果表明该算法具有较高的效率和较好的可扩展性，优于现有的同类算法。(本文来源于《合肥工业大学》期刊2012-03-01）
效用频繁模式论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着硬件技术的高速发展，人们收集数据的能力也在飞速的提高。越来越多的领域已不再满足于静态数据的处理和分析，数据挖掘的热点也逐渐转移到数据流上。区别于静态数据，数据流具有快速、多变、实时、海量等特点，这对数据挖掘工作带来了新的困难和挑战。在目前数据流挖掘的研究中，数据流中的每个项（item）被看成具有同等重要性，然而在实际应用中，每个项都有着不同的重要性——效用，这种挖掘手段称为效用频繁模式挖掘。然而引用效用概念后，一些定理和方法不再适用——如向下闭合性，这给挖掘工作带来了很大困难。本文将频繁模式挖掘与效用结合，提出一个高效的基于滑动窗口的效用频繁模式挖掘算法UFPM（utilityfrequent pattern mining）。算法将位图结构与树结构相结合，只需一遍扫描，就能够快速、完整地存储和更新模式信息。算法中设计了一种新的树结构U-tree，按照文法顺序生成，方便模式的增量更新和用户读取。同时算法采用模式增长的挖掘方式，可以避免现有算法存在的逐级搜索产生大量候选项集的问题。通过多个实验与前人算法进行测试和对比，结果表明该算法具有较高的效率和较好的可扩展性，优于现有的同类算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
效用频繁模式论文参考文献
[1].王晨,杜义华,卢景秀,李新.基于效用模式树的高效用频繁模式挖掘算法[J].计算机应用.2013
[2].孙英家.数据流中基于滑动窗口的效用频繁模式挖掘算法[D].合肥工业大学.2012