随着大数据时代的到来,各行各业面临着海量待处理数据,如何从中快速高效地提取出有价值的信息,成为了数据挖掘领域的重要课题。效用模式挖掘是数据挖掘问题中一个重要的分支,效用模式挖掘在频繁模式挖掘基础上考虑了不同项目的价值,目前对效用模式挖掘的研究也逐渐成熟。在此过程中,为了满足实际需要,人们又对效用模式挖掘问题进行了拓展,有增量型效用模式挖掘和top-n效用模式挖掘等。本文首先介绍了效用模式挖掘及其分支课题的问题定义,并介绍和比较了效用模式挖掘及其分支课题的现有算法。在此基础上,考虑到动态数据库的频繁使用,以及用户对于top-n效用模式的需求,本文提出了动态数据库top-n效用模式挖掘问题,并提出了用于解决该问题的TOPNTD算法,实现在动态数据库更新后快速得到top-n效用模式的变动情况。本文具体设计了TOPNTD算法的数据结构、剪枝策略以及优化策略,改进了短列表结构,制定了针对动态数据库top-n效用模式挖掘问题的剪枝策略以及从属标记策略。本文通过编程实现了TOPNTD算法,验证了算法的正确性,并在大数据集中对TOPNTD算法进行运行时间和内存开销的测试,对比类似算法,评估算法性能。测试结果表明TOPNTD算法已基本达到设计目标,在解决动态数据库top-n效用模式挖掘问题时TOPNTD算法优于重跑静态top-n效用模式挖掘算法。