海量数据上的高效用项集挖掘是一类非常重要的查询,高效用项集挖掘是频繁项集挖掘在项存在权重时的一种扩展,本文处理高效用项集挖掘的两类研究:高效用项集挖掘和top-k高效用项集挖掘。高效用项集挖掘给定效用阈值,返回效用不小于阈值的所有项集,而top-k高效用项集挖掘给定项集的个数k,返回效用最大的k个项集,这两类研究根据不同的条件而定,都能为用户提供相应的决策支持。首先,本文研究海量数据上的高效用项集挖掘,本文提出首先提出了基线算法BA（Baseline Algorithm）,BA执行一轮扫描,将无法放入内存的数据进行划分,获得较小的分片数据,对每个分片执行相应的扫描和处理,最终获得满足条件的高效用项集。由于生成的分片过多,为了减少分片生成数量,本文提出了两轮扫描实现预处理分片的HIM（High utility Itemset mining on Massive data）算法。HIM算法在两轮扫描中,依次构建了分片矩阵和分片数组,并根据分片数组和内存限制的分片阈值生成更少的分片,减少了生成的数量;在处理每个分片的时候,使用两个策略构建相应的RCAUL,使用增强的单例性质和闭包性质在递归处理时早结束。实验结果表明,HIM算法可以在海量数据上高效地执行高效用项集挖掘。其次,在top-k高效用项集挖掘中,本文提出top-k高效用项集挖掘的算法KUIM（top-K high Utility Itemset mining on Massive data）。KUIM同样分为两个阶段,在预处理阶段,除了实现相应的分片功能,还执行了多个预计算,用于实现内部阈值的初始化以及方便后续的剪枝。在正式处理阶段,先使用预计算的两个矩阵MU和LIU对阈值进行相应的初始化,在每个分片处理过程中,使用四个策略对分片和分片内的事务进行处理,构建更节省内存的i RCAUL结构,并将所有可能的项集放入一个最小堆中,最后将最小堆内的结果返回。实验结果表明,KUIM算法预处理比起现有的最好算法产生分片数更少,同时在分片处理方面更快。最后,本文以HIM和KUIM算法为核心,实现了海量数据的高效用项集挖掘系统。该系统能够很好地完成高效用项集的两类挖掘。