生物启发式的模式挖掘方法综述

来源：计算机工程与应用杂志2024年第16期北京时间：

作者：韩萌, 何菲菲, 张瑞华, 李春鹏, 孟凡兴

单位：北方民族大学 计算机科学与工程学院，银川 750021

摘要：频繁项集挖掘、关联规则挖掘和高效用项集挖掘是模式挖掘中相互关联且不断发展的三个领域。近年来，由于传统算法无法应对爆炸式增长的数据环境，启发式算法已成为模式挖掘方法中的研究热点。为揭示模式挖掘领域的研究与发展现状，从粒子群、遗传、蚁群、蜂群等多个生物启发式算法角度对近年的频繁模式和高效用项集方法研究成果进行全面的分析与总结。对不同生物启发的模式挖掘方法，从使用策略、对比算法、数据集、优缺点进行概述，对相同数据集的实验结果及性能指标进行详细的对比分析。针对目前生物启发式模式挖掘方法中的不足，提出了下一步的研究方向，包括动态数据流、多目标进化、模糊计算和复杂数据类型的研究。

关键词：生物启发式,频繁项集,关联规则,高效用项集