文 凯,许萌萌,张许红

(1.重庆邮电大学通信与信息工程学院，重庆 400065；2.重庆邮电大学通信新技术应用研究中心，重庆 400065； 3.重庆信科设计有限公司，重庆 401121)

1 引言

当今大数据时代，随着时间的推移各个领域都会积累越来越多的数据。如何从这些海量数据中找到有趣的知识，是当今人们关注的重要研究课题，数据挖掘技术也由此受到人们的青睐。项集挖掘是从数据库中提取有用项集信息的一系列过程，是实现数据挖掘的主要方法之一。Apriori算法是首次提出的频繁项集挖掘算法，它是一种广度优先算法，需多次扫描数据库，算法扩展性较好，但无法高效处理大数据集。FP-Growth算法是一种深度优先算法，采用分而治之策略并只需扫描2次数据库即可完成频繁项集的挖掘。作为数据挖掘领域的研究热点，频繁项集[1]受到学者们的广泛关注，并由其衍生出不同类型的挖掘算法：top-rank-k频繁项集[2]、高效用项集[3]、闭频繁项集[4]、最大频繁项集[5]、加权频繁项集[6]和可擦除项集[7]等。

传统方法大都根据用户给定的阈值，提取出不低于阈值的项集，而可擦除项集提取的是不高于阈值的项集。在经济条件不好的情况下，可擦除项集挖掘方法通过提取对利润影响不大的项集，从而可以为生产多种产品的厂商制定新的产品计划，以改善厂商的财务状况，保证厂商的运作稳定。但是，传统的可擦除项集挖掘方法存在以下问题：认为项的重要性相同，如以位图表示的可擦除项集挖掘BERM (Bintmap Representation for Erasable Mining approach)算法[8]；……