of occurrences in a join of the dat

of occurrences in a join of the database’s relations. However, this definition of itemset support is hard to interpret, because it heavily depends on how well the items in the set are con- nected. In this paper, we assume that key dependencies are specified in the relational scheme of the input database. We determine the support of an itemset by counting unique key values in the tuples where the itemset occurs. Consider the relational database in Figure 1, which we will use as a run- ning example throughout the paper. For this database, the
keys to be used are {Professor.PID, Course.CID, Student.SID, Study.YID}. This new support counting technique allows for
interpretable frequent itemsets, as it goes without saying that
itemsets frequent in Professor.PID have different semantics than itemsets frequent in Course.CID. This approach permits an efficient depth-first algorithm that generates interesting frequent relational itemsets that are easy to understand.

Kết quả (Việt) 1:

lần xuất hiện trong một tham gia của cơ sở dữ liệu quan hệ. Tuy nhiên, định nghĩa này hỗ trợ itemset là khó để giải thích, bởi vì nó rất nhiều phụ thuộc vào tốt như thế nào các mục trong các thiết lập là con-nected. Trong bài này, chúng tôi giả định rằng quan trọng phụ thuộc được xác định trong các đề án quan hệ cơ sở dữ liệu đầu vào. Chúng tôi xác định sự hỗ trợ của một itemset bằng cách đếm duy nhất quan trọng giá trị trong tuples nơi itemset xảy ra. Xem xét cơ sở dữ liệu quan hệ trong hình 1, chúng tôi sẽ sử dụng như là một ví dụ chạy-ning trong suốt giấy. Cơ sở dữ liệu này, các
phím được sử dụng là {Professor.PID, Course.CID, Student.SID, Study.YID}. Này hỗ trợ mới đếm kỹ thuật cho phép
interpretable thường xuyên itemsets, khi nó đi mà không nói rằng
itemsets thường xuyên trong Professor.PID có ngữ nghĩa khác nhau hơn itemsets thường xuyên trong Course.CID. Cách tiếp cận này cho phép một thuật toán sâu đầu tiên hiệu quả tạo ra thú vị itemsets quan hệ thường xuyên được dễ dàng để hiểu.