?????????? ??????????? ??? ?????? ??????

Значения, используемые в качестве опорных при поиске ассоциативных правил, - это значение поддержки и значение уверенности. Чем выше значения поддержки и уверенности, тем лучше результирующие правила. Алгоритмы извлечения ассоциативных правил применяют несамостоятельное обучение, поскольку результирующее правило не определяется как определенный класс. Производительность алгоритмов извлечения ассоциативных правил в значительной степени зависит от размера набора данных / размерности используемых данных. Производительность может быть измерена с момента создания обработки. Чем больше набор данных, тем больше будет размерность, и время обработки будет больше. Если размерность набора данных может быть уменьшена, время обработки будет быстрее, а производительность лучше, при этом доверительные значения относительно не изменятся. Пересечение - это вид теории множеств, который позволяет сократить количество атрибутов на связанных множествах. Oracle является одной из СУБД, связанные множества могут быть применены к СУБД Oracle в качестве связанных таблиц. Алгоритм IST-EFP - это предложенный алгоритм, который объединяет EFP (Expand FP-Growth) с теорией множеств. В данном исследовании алгоритм IST-EFP может уменьшить размерность набора данных до 87,5% с улучшением времени обработки на 26,6%.