We consider the problem of discover

We consider the problem of discovering association rules between items in a large database
of sales transactions. We present two new algorithms for solving this problem that are fundamentally
dierent from the known algorithms. Experiments with synthetic as well as real-life
data show that these algorithms outperform the known algorithms by factors ranging from three
for small problems to more than an order of magnitude for large problems. We also show how
the best features of the two proposed algorithms can be combined into a hybrid algorithm,
called AprioriHybrid. Scale-up experiments show that AprioriHybrid scales linearly with the
number of transactions. AprioriHybrid also has excellent scale-up properties with respect to the
transaction size and the number of items in the database.

ผลลัพธ์ (ไทย) 1:

เราพิจารณาปัญหาของการค้นพบกฎความสัมพันธ์ระหว่างรายการในฐานข้อมูลขนาดใหญ่ของธุรกรรมการขาย เรานำเสนอสองใหม่อัลกอริทึมสำหรับการแก้ปัญหาที่เป็นภาระerent di จากอัลกอริทึมที่รู้จัก ทดลองกับหนังสังเคราะห์เป็นชีวิตจริงข้อมูลแสดงว่า อัลกอริทึมเหล่านี้มีประสิทธิภาพสูงกว่าอัลกอริทึมทราบสาเหตุตั้งแต่สามสำหรับปัญหาเล็กไปมากกว่าขนาดของใบสั่งเป็นปัญหาใหญ่ เรายังแสดงวิธีสามารถรวมจุดเด่นของอัลกอริทึมสองเสนอเป็นอัลกอริทึมแบบผสมผสานเรียกว่า AprioriHybrid ขนาดสายทดลองแสดงว่า AprioriHybrid จัดมาตราส่วนเชิงเส้นกับการจำนวนของธุรกรรม AprioriHybrid มีคุณสมบัติขนาดขึ้นกับ respect เพื่อขนาดของธุรกรรมและจำนวนของสินค้าในฐานข้อมูล

ผลลัพธ์ (ไทย) 2:

เราพิจารณาปัญหาของการค้นพบกฎของสมาคมระหว่างรายการในฐานข้อมูลขนาดใหญ่ของการทำธุรกรรมการขาย เรานำเสนอสองขั้นตอนวิธีใหม่ในการแก้ปัญหานี้ที่มีพื้นฐานดิ? ต่างกันจากขั้นตอนวิธีการที่เป็นที่รู้จัก การทดลองกับสังเคราะห์เช่นเดียวกับในชีวิตจริงข้อมูลที่แสดงให้เห็นว่าขั้นตอนวิธีการเหล่านี้มีประสิทธิภาพสูงกว่าขั้นตอนวิธีการที่เป็นที่รู้จักจากปัจจัยตั้งแต่สามสำหรับปัญหาเล็กๆ ให้มากขึ้นกว่าลำดับความสำคัญสำหรับปัญหาที่มีขนาดใหญ่ นอกจากนี้เรายังแสดงให้เห็นว่าคุณสมบัติที่ดีที่สุดของทั้งสองขั้นตอนวิธีการที่นำเสนอสามารถรวมกันเป็นขั้นตอนวิธีการไฮบริดที่เรียกว่าAprioriHybrid การทดลองระดับขึ้นแสดงให้เห็นว่า AprioriHybrid ชั่งเป็นเส้นตรงกับจำนวนการทำธุรกรรม AprioriHybrid ยังมีคุณสมบัติในระดับที่ดีขึ้นเกี่ยวกับขนาดของรายการและจำนวนของรายการในฐานข้อมูล

ผลลัพธ์ (ไทย) 3:

เราพิจารณาปัญหาของการค้นพบกฎความสัมพันธ์ระหว่างรายการใน
ฐานข้อมูลขนาดใหญ่ของธุรกรรมการขาย เรานำเสนอสองขั้นตอนวิธีใหม่สำหรับการแก้ไขปัญหานี้ที่ลึกซึ้ง
ตี้  erent จากรู้จักขั้นตอนวิธี ทดลองสังเคราะห์รวมทั้งข้อมูลในชีวิตจริง
แสดงขั้นตอนวิธีเหล่านี้ลงรู้จักขั้นตอนวิธีปัจจัยตั้งแต่ 3
สำหรับปัญหาขนาดเล็กมากกว่าคำสั่งของขนาดของปัญหาใหญ่ นอกจากนี้เรายังแสดงวิธีการ
คุณสมบัติที่ดีที่สุดของทั้งสองได้เสนออัลกอริทึมสามารถรวมกันเป็นอัลกอริทึมไฮบริด
เรียกว่า apriorihybrid . ขนาดทดลองแสดงให้เห็นว่า apriorihybrid ชั่งน้ำหนักกับ
จำนวนธุรกรรม apriorihybrid ยังมีคุณสมบัติระดับยอดเยี่ยม ด้วยความเคารพ
ขนาดรายการและจำนวนสินค้าในฐานข้อมูล .