武 妍，荀亚玲，马 煜

(1.太原科技大学 经济与管理学院，山西 太原 030024；2.太原科技大学 计算机科学与技术学院，山西 太原 030024)

0 引 言

传统基于支持度框架的频繁模式挖掘，因其仅考虑高频模式导致一些真正有价值但支持度较低的模式被忽略。因此，考虑“效用”的高效用模式挖掘(high utility pattern mining，HUPM)被提出并取得了很大进展[1-3]，然而它们都假设数据是静态的。而在互联网时代，数据大都是以流的形式产生，流数据连续、快速且不受限制的特征使流中的每个项只能被检查一次，传统的增量挖掘方式[4-9]已不能满足流数据对时效性的要求，且现实场景中一般认为最新数据比旧数据对于决策更重要，而增量挖掘中并不区分新旧数据。目前，流数据处理模型主要包含3种：基于衰减窗口[10，11]、基于界标窗口[12]、基于滑动窗口[13-15]。衰减模型的局限性在于很难确定一个合适的衰减函数或衰减率；界标窗口方法的局限性是需要长时间捕获数据信息，数据量庞大。滑动窗口模型只针对窗口内最近批次的数据块挖掘高效用项集，消除了过期数据的影响，有效提高了挖掘效率。

此外，传统HUPM仅考虑了项效用值为正的情况，为在挖掘过程中不丢失某些有价值的结果集，Chu等[16]提出的HUINIV(high utility itemsets with negative item values)-Mine算法是第一个考虑带有负效用的HUPM算法，由两阶段算法扩展而来。Lin等[17]提出FHN(faster high-utility itemset miner with negative unit profits)算法，利用效用列表来有效地挖掘高效用项集，同时利用事务加权效用和剩余效用来修剪搜索空间，但可能会生成不在数据库中的模式集。Sun等[18]亦提出基于列表结构的可挖掘含负项的效用项集挖掘算法。……