使用NC_sets快速挖掘可擦除项目集

挖掘可擦除项目集于2009年首次推出，是新兴的数据挖掘任务之一。 在本文中，我们提出了一种称为NC_set的新数据表示形式，它可以跟踪用于挖掘可擦除项目集的完整信息。 基于NC_set，我们提出了一种称为MERIT的新算法，可有效地挖掘可擦除项目集。 MERIT的效率可通过以下三种技术来实现。 首先，NC_set是一个紧凑的结构，可以自动修剪无关的数据。 其次，将项目集的增益的计算转换为NC_sets的组合，可以通过巧妙的策略以线性时间复杂度完成该操作。 第三，在某些情况下，MERIT可以直接找到可擦除项目集，而无需生成候选项目集。 为了评估MERIT，我们在许多合成产品数据库上进行了广泛的实验。 我们的性能研究表明，MERIT是高效的，并且平均比META（用于挖掘可擦除项目集的第一种算法）快约两个数量级。