Một thuật toán hiệu quả để khai thác tập hữu ích trung bình cao

Bài viết Một thuật toán hiệu quả để khai thác tập hữu ích trung bình cao đề xuất thuật toán HAU-Miner để khai thác tập hữu ích trung bình cao một cách tốt hơn. Kết quả thực nghiệm trên hai nhóm cơ sở dữ liệu dày và thưa cho thấy thuật toán HAU-Miner có hiệu suất thực thi cao hơn thuật toán MHAI về số lượng ứng viên phát sinh, thời gian thực thi và bộ nhớ sử dụng.

Từ khóa: Tập hữu ích trung bình cao, Khai thác dữ liệu, Cơ sở dữ liệu giao dịch, Chặn trên độ hữu ích trung bình, Độ hữu ích trung bình