本书详细介绍面向静态数据集、增量数据集和数据流的高效用模式挖掘的理论和方法。本书内容共6章，第1章和第2章介绍高效用模式挖掘的相关知识。第3章介绍面向静态数据集的包含正、负效用的两类精简高效用模式挖掘方法的研究与实现过程。第4章介绍针对增量数据集的挖掘高效用模式全集和精简集合的研究。第5章介绍面向数据流的精简高效用模式挖掘方法的研究与实现过程。第6章给出三个高效用模式挖掘的应用案例。第3～5章有方法的实验证明，供读者更好地了解本书内容。
本书可供大数据挖掘相关专业研究生参阅，也可以作为大数据挖掘研究和应用开发人员的参考书。

前言
第1章 绪论
1.1 研究现状
1.1.1 频繁模式
1.1.2 高效用模式
1.2 主要内容
第2章 相关研究工作
2.1 相关概念
2.2 静态挖掘
2.2.1 精简模式挖掘方法
2.2.2 含负项模式挖掘方法
2.3 增量挖掘
2.3.1 基于Apriori的方法
2.3.2 基于树的方法
2.3.3 基于列表的方法
2.3.4 其他方法
2.4 数据流挖掘
2.5 本章小结
第3章 静态挖掘方法
3.1 top-k闭合高效用模式挖掘
3.1.1 研究背景
3.1.2 uList列表的构建
3.1.3 TKCU-Miner方法研究
3.1.4 实验与分析
3.1.5 本节小结
3.2 top-k含负项高效用模式挖掘
3.2.1 研究背景
3.2.2 THN方法研究
3.2.3 实验与分析
3.2.4 本节小结
第4章 增量挖掘方法
4.1 全集高效用模式挖掘
4.1.1 研究背景
4.1.2 IHUPM方法研究
4.1.3 实验与分析
4.1.4 本节小结
4.2 含负项高效用模式挖掘
4.2.1 研究背景
4.2.2 HUPNI方法研究
4.2.3 实验与分析
4.2.4 本节小结
4.3 闭合高效用模式挖掘
4.3.1 研究背景
4.3.2 ICHUPM方法研究
4.3.3 实验与分析
4.3.4 本节小结
4.4 含负项闭合高效用模式挖掘
4.4.1 研究背景
4.4.2 CHUPNI方法研究
4.4.3 实验与分析
4.4.4 本节小结
第5章 数据流挖掘方法
5.1 top-k高效用模式挖掘
5.1.1 研究背景
5.1.2 ETKDS方法研究
5.1.3 实验与分析
5.1.4 本节小结
5.2 闭合高效用模式挖掘
5.2.1 研究背景
5.2.2 CHUP_DS方法研究
5.2.3 实验与分析
5.2.4 本节小结
5.3 含负项高效用模式挖掘
5.3.1 研究背景
5.3.2 HUPNS方法研究
5.3.3 实验与分析
5.3.4 本节小结
第6章 案例分析
6.1 推特数据
6.1.1 推特突发话题预测平台概述
6.1.2 数据处理
6.1.3 突发话题挖掘流程设计
6.1.4 话题预测平台实现
6.1.5 本节小结
6.2 传染病数据
6.2.1 待解决问题
6.2.2 数据处理
6.2.3 高风险城市分析
6.2.4 本节小结
6.3 零售商店数据
6.3.1 待解决问题
6.3.2 商品促销建议
6.3.3 商品促销预测
6.3.4 本节小结
参考文献