Đã có nhiều thuật toán được đề xuất để khai thác tập hợp các HUI. Liu và các cộng sự [8] đã đề xuất mô hình TWU (Transaction Weight Utility) hai giai đoạn và trọng số giao dịch giảm dần (TWDC) để khai thác các HUI. Lin và cộng sự [9] trình bày một cây HUP để khai thác HUIs. Lan và cộng sự [10] đã thiết kế các thuật toán khai thác dựa trên cơ chế thiết lập chỉ mục và phát triển chiến lược cắt tỉa để khai thác hiệu quả các HUI. Sau đó, Tseng [11] đã thiết kế thuật toán khai thác tăng trưởng để lấy các HUI dựa trên cấu trúc cây UP-develop. HUI-Miner [12] là một thuật toán hiệu quả được sử dụng để khai thác các HUI.
Việc sử dụng các thuật toán tiến hóa là một cách hiệu quả và có thể tìm ra các giải pháp tối ưu sử dụng các nguyên tắc của sự tiến hóa tự nhiên [21]. Các điều kiện dừng nghiêm ngặt có thể được thiết lập để hạn chế thời gian tính toán cho một quá trình nhưng vẫn có được một giải pháp gần như tối ưu. Thuật toán di truyền (GA) [22], là một loại EC, một cách tiếp cận tối ưu để giải quyết các bài toán NP-hard và không tuyến tính, và được sử dụng để tìm kiếm trên các không gian tìm kiếm rất lớn để tìm ra các giải pháp tối ưu cho các hàm mục tiêu được thiết kế với các bài toán khác nhau như lựa chọn, chéo, và đột biến. Trong quá khứ, Kannimuthu và Premalatha [20] đã thông qua thuật toán di truyền và phát triển để khai thác các tập mục lợi ích cao bằng cách sử dụng các thuật toán di truyền với đột biến xếp hạng sử dụng ngưỡng tiện ích tối thiểu (HUPEumu-GRAM) để khai thác HUI. Một thuật toán di truyền khác gọi là HUPEwumu-GRAM cũng được đề xuất để khai thác HUIs với một ngưỡng tiện ích tối thiểu cụ thể. Đối với hai thuật toán này, việc di truyền chéo
31
và đột biến được yêu cầu để ngẫu nhiên tạo ra các lời giải tiếp theo trong quá trình tiến hóa. Bên cạnh đó, nó cần một số lượng HUI được tính toán trước để khởi tạo, trong khi số lượng các HUI còn lại trong cơ sở dữ liệu là rất lớn.
Thuật toán dựa trên PSO nhịphân (BPSO) được thiết kếđể khai thác các HUI. Nó được gọi là HUIM-BPSO và áp dụng mô hình TWU để tìm HUI. HUIM-BPSO được thiết kế để giải quyết vấn đề tối ưu hóa rời rạc bằng cách sử dụng quy trình PSO truyền thống và giữ được đặc tính của tốc độ hội tụ cao trong PSO [25], nó có thể có tìm được giải pháp tốt trong các lần lặp ban đầu.