The first expected support-based fr

The first expected support-based frequent itemset mining algorithm was proposed by Chui et al. in 2007 [18]. This algorithm extends the well-known Apriori algorithm [17, 18] to the uncertain environment and uses the generate-and-test framework to find all expected support-based frequent
itemsets. We generally introduced UApriori algorithm as follows. The algorithm first finds all the expected supportbased frequent items firstly. Then, it repeatedly joins all expected support-based frequent i-itemsets to produce i+1-itemset candidates and test i+1-itemset andidates to obtain expected support-based frequent i + 1-itemsets. Finally, it ends when no expected support-based frequent i+1-itemsets are generated.

Kết quả (Việt) 1:

Người đầu tiên dự kiến sẽ dựa trên hỗ trợ thường xuyên itemset khai thác mỏ thuật toán được đề ra bởi Chui et al. vào năm 2007 [18]. Thuật toán này kéo dài nổi tiếng Apriori thuật toán [17, 18] đến môi trường không chắc chắn và sử dụng khung tạo và thử nghiệm để tìm tất cả các dự kiến sẽ dựa trên hỗ trợ thường xuyênitemsets. Chúng tôi thường giới thiệu UApriori thuật toán như sau. Các thuật toán đầu tiên tìm thấy tất cả supportbased dự kiến thường xuyên mục thứ nhất. Sau đó, nó liên tục tham gia tất cả dự kiến sẽ dựa trên hỗ trợ thường xuyên i-itemsets để sản xuất tôi + 1-itemset ứng cử viên và kiểm tra i + 1-itemset andidates để có được dự kiến sẽ dựa trên hỗ trợ thường xuyên tôi + 1-itemsets. Cuối cùng, nó kết thúc khi không có dự kiến sẽ hỗ trợ dựa trên thường xuyên tôi + 1-itemsets được tạo ra.

Kết quả (Việt) 2:

Sự hỗ trợ dựa trên dự kiến tập phổ biến thuật toán khai thác đầu tiên được đề xuất bởi Chui et al. vào năm 2007 [18]. Thuật toán này mở rộng các thuật toán Apriori nổi tiếng [17, 18] đối với môi trường không chắc chắn và sử dụng khuôn khổ tạo ra và kiểm tra để tìm tất cả các hỗ trợ dựa trên dự kiến sẽ thường xuyên
tập phổ biến. Chúng tôi thường giới thiệu thuật toán UApriori như sau. Thuật toán đầu tiên tìm thấy tất cả các dự đoán supportbased mặt hàng thường xuyên, trước tiên. Sau đó, nó liên tục tham gia tất cả các hỗ trợ dự kiến dựa trên thường xuyên i-tập phổ biến để sản xuất i + 1-itemset ứng viên và kiểm tra i andidates + 1-itemset để có được dự kiến hỗ trợ dựa trên thường xuyên i + 1-tập phổ biến. Cuối cùng, nó kết thúc khi không có dự kiến hỗ trợ dựa trên i thường xuyên + 1-tập phổ biến được tạo ra.