1、模式发现问题（占10%）

内容：TFP是一个从交易记录数据中挖掘前K个最频繁闭合项集的算法（论文题目：TFP: An efficient algorithm for mining top-k frequent closed itemsets，作者：J Wang, J Han, Y Lu, P Tzvetkov，期刊：IEEE Transactions on Knowledge and Data Engineering,  Vol. 17, No. 5, PP:652-663，软件包下载）。但它存在一个问题，即它挖掘的模式冗余度较大，而多样性不好（用户在使用TFP算法解决问题时抱怨“most patterns are very similar to each other”、“TFP finds a top pattern and also generates many similar looking patterns.”等 ）。一个典型的TFP输出如下：

size 10 
17831 13155 38331 33155 33931 18331 16031 37831 13260 15960 support : 31
17831 13155 11460 38331 33155 18331 16031 37831 13260 15960 support : 24
size 11 
17831 13155 13931 38331 33155 33931 18331 16031 37831 13260 15960 support : 29
17831 13155 11460 38331 33155 33931 18331 16031 37831 13260 15960 support : 19
size 12 
17831 13155 14431 38331 33155 33931 18331 16031 37831 13260 34431 15960 support : 25
17831 13155 11460 13931 38331 33155 33931 18331 16031 37831 13260 15960 support : 17
size 13 
17831 13155 13931 14431 38331 33155 33931 18331 16031 37831 13260 34431 15960 support : 23
14131 13241 17831 34131 13155 38331 33155 18331 33241 16031 37831 13260 15960 support : 22
size 14 
17831 31460 13155 13931 38331 33155 33931 18331 16031 36031 37831 13260 15960 35960 support : 24 
size 16 
17831 31460 13155 13931 14431 38331 33155 33931 18331 16031 36031 37831 13260 34431 15960 35960 support : 18

要求：给出解决此问题的解决思路。

截至日期：第17周之前。

2、数据挖掘算法实现（占20%）

内容：实现去年在美国《科学》期刊发表的一种新型聚类算法（论文题目：Clustering by fast search and find of density peaks，作者：Alex Rodriguez and Alessandro Laio，期刊：27 JUNE 2014 • VOL 344 ISSUE 6191，Science）。

要求：独立完成，不限制编程语言，对算法进行性能评测，并提交源代码及评测结果（含数据集的介绍）。

截至日期：第17周之前。

 

3、期中考试（占30%）

约90分钟的期中考试，初步定为开卷方式（即允许带书、胶片、笔记本电脑、计算器等），时间在第8周 左右，课堂内进行。

4、期末考试（占40%）

约90分钟的期末考试，初步定为开卷方式（即允许带书、胶片、笔记本电脑、计算器等），时间在第17周。