We showed how the best features of

We showed how the best features of the two proposed algorithms can be combined into a hybrid
algorithm, called AprioriHybrid, which then becomes the algorithm of choice for this problem.
Scale-up experiments showed that AprioriHybrid scales linearly with the number of transactions.
In addition, the execution time decreases a little as the number of items in the database increases.
As the average transaction size increases (while keeping the database size constant), the execution
time increases only gradually. These experiments demonstrate the feasibility of using AprioriHybrid
in real applications involving very large databases.

ผลลัพธ์ (ไทย) 2:

เราแสดงให้เห็นว่าคุณสมบัติที่ดีที่สุดของทั้งสองขั้นตอนวิธีการที่นำเสนอสามารถรวมกันเป็นไฮบริดอัลกอริทึมที่เรียกว่า AprioriHybrid ซึ่งก็จะกลายเป็นอัลกอริทึมของทางเลือกสำหรับปัญหานี้. ทดลองชั่งขึ้นแสดงให้เห็นว่า AprioriHybrid ชั่งเป็นเส้นตรงกับจำนวนของการทำธุรกรรม. นอกจากนี้ เวลาดำเนินการลดลงเล็กน้อยในขณะที่จำนวนของรายการในการเพิ่มขึ้นของฐานข้อมูล. ในฐานะที่เป็นการเพิ่มขึ้นของขนาดรายการเฉลี่ย (ขณะที่การรักษาขนาดฐานข้อมูลคงที่), การดำเนินการเวลาเพิ่มขึ้นเพียงค่อยๆ การทดลองนี้แสดงให้เห็นถึงความเป็นไปได้ของการใช้ AprioriHybrid ในการใช้งานจริงที่เกี่ยวข้องกับฐานข้อมูลขนาดใหญ่มาก

ผลลัพธ์ (ไทย) 3:

เราพบว่า คุณลักษณะที่ดีที่สุดของทั้งสองได้เสนออัลกอริทึมสามารถรวมกันเป็นลูกผสม
ขั้นตอนวิธี เรียกว่า apriorihybrid ซึ่งเป็นวิธีทางเลือกสำหรับปัญหานี้ พบว่า apriorihybrid
ขนาดทดลองเครื่องชั่งตามจำนวนของธุรกรรม
นอกจากนี้ การลดลงเพียงเล็กน้อยเวลาเป็นหมายเลขของรายการ
ในฐานข้อมูลเพิ่มขึ้นเป็นการเพิ่มรายการขนาด ( ในขณะที่การรักษาฐานข้อมูลขนาดคงที่ ) , การดำเนินการ
เวลาเพิ่มขึ้นเพียงเล็กน้อย การทดลองเหล่านี้แสดงให้เห็นถึงความเป็นไปได้ในการใช้ apriorihybrid
จริงในการใช้งานที่เกี่ยวข้องกับฐานข้อมูลขนาดใหญ่มาก