Năm 2009, Đặng Tiểu Bình et al. định nghĩa EIS, vấn đề khai thác EIS, và META, một thuật toán Apriori dựa trên giải quyết vấn đề này. Các kết quả của META đều EIS. Tuy nhiên, thời gian khai thác của thuật toán này là dài bởi vì
(1) META quét cơ sở dữ liệu lần đầu tiên để xác định tổng lợi nhuận của các nhà máy và k lần để xác định các thông tin liên quan đến mỗi EI, với k là mức tối đa của các kết quả của EIS. Ví dụ, META tìm thấy một hoặc erasable hơn 5 tập phổ biến, đó là mức tối đa của EIS. Do đó, META đã để quét cơ sở dữ liệu 6 lần.
(2) Chiến lược META sử dụng để tạo ra các tập phổ biến ứng cử viên là một chiến lược ngây thơ trong đó một erasable (k 1?) -itemset X được coi là có tất cả còn lại erasable (k 1) -? tập phổ biến dùng để kết hợp và tạo ra erasable k-tập phổ biến. Chỉ có một số lượng nhỏ của tất cả còn lại erasable (k? 1) -itemsets có tiền tố giống như của X được kết hợp. Ví dụ, hãy xem xét các erasable 2-itemset {ab, ac, quảng cáo, bc, bd, cd}, META xem xét các yếu tố đầu tiên {ab} để kết hợp với tất cả các erasable 2 tập phổ biến còn lại {ac, quảng cáo, bc, bd, cd }. Chỉ {ac, quảng cáo} được dùng để kết hợp với {ab}, và {bc, bd, cd} là thừa.
đang được dịch, vui lòng đợi..