一种覆盖负利润的海量数据相关高效用项集挖掘方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种覆盖负利润的海量数据相关高效用项集挖掘方法
申请号:
CN202510550861
申请日期:
2025-04-29
公开号:
CN120067176B
公开日期:
2025-07-15
类型:
发明专利
摘要
本发明属于数据挖掘技术领域,涉及一种覆盖负利润的海量数据相关高效用项集挖掘方法。该方法包括:数据库多级分区初始化;候选项生成与排序;构建预评估矩阵;对满足效用约束的候选项构建其效用列表;分区迭代处理;深度优先搜索与项集拓展;递归终止与结果输出。本发明首次提出支持覆盖负利润的相关高效用项集挖掘的算法框架,完整覆盖实际商业场景中的高效用项集。通过重构效用上界与相关性剪枝机制,实现大规模数据的高效计算。
技术关键词
高效用项集挖掘方法
剪枝策略
深度优先搜索
利润
分区方法
列表
数据挖掘技术
索引机制
矩阵
算法框架
指标
定义
度量
重构
商业
标记
系统为您推荐了相关专利信息
1
业务项目的依赖的风险防护方法、装置、计算机设备和可读存储介质
大语言模型
项目
嵌入件
关系
风险
2
一种深度神经网络的剪枝优化方法和系统
训练神经网络模型
深度神经网络
深度优先搜索
移动设备
精度
3
一种基于10kV载波技术的配电网线路拓扑自动识别装置
载波通信模块
深度优先搜索算法
拓扑自动识别
卷积神经网络模型
分析模块
4
轻量化Transformer架构遥感目标检测方法
编码器
剪枝策略
解码器
前馈神经网络
注意力
5
基于稽查规则和关系图谱的纳税人风险识别方法及系统
图谱
指标
企业
多线程并行计算
深度优先搜索算法