Furthermore, they concisely represe

Furthermore, they concisely represent exactly the same knowledge. From closed itemsets it is in fact trivial to generate all the frequent itemsets along with their supports. More importantly, association rules extracted from closed sets have been proved to be more meaningful for analysts, because all redundancies are discarded [17]. Some efficient algorithms for mining closed itemsets have been recently proposed [14, 15, 4, 12, 19, 17]. Unfortunately, no algorithm able to directly mine closed itemsets only has been yet devised, but all of them perform unuseful or redundant computations in order to determine whether a given frequent itemset is closed or not, and, if so, whether it was already previously discovered or not. In most cases these algorithms are not memory-efficient, since they require to maintain all the closed itemsets mined so far in the main memory in order to avoid generating duplicates, i.e., to check whether the closure of a given itemset yields an already mined closed itemset.

Kết quả (Việt) 1:

Hơn nữa, họ xác đại diện cho chính xác cùng một kiến thức. Từ đóng itemsets nó trong thực tế là tầm thường để tạo ra tất cả các itemsets thường xuyên cùng với hỗ trợ của họ. Quan trọng hơn, Hiệp hội quy định chiết xuất từ tập đóng đã được chứng minh là có ý nghĩa hơn cho các nhà phân tích, bởi vì tất cả dư thừa là bỏ đi [17]. Một số thuật toán efficient cho khai thác mỏ itemsets đóng cửa đã gần đây đề nghị [14, 15, 4, 12, 19, 17]. Thật không may, không có thuật toán có thể trực tiếp của tôi đóng cửa itemsets chỉ đã được chưa nghĩ ra, nhưng tất cả họ thực hiện tính toán unuseful hoặc dự phòng để xác định xem một itemset thường xuyên nhất định đóng cửa hay không, và, nếu như vậy, cho dù nó được trước đó đã phát hiện hay không. Trong hầu hết trường hợp các thuật toán này không bộ nhớ-efficient, kể từ khi họ yêu cầu để duy trì tất cả các itemsets đóng được khai thác cho đến nay trong bộ nhớ chính để tránh tạo ra bản sao, tức là, để kiểm tra cho dù đóng cửa một itemset nhất định sản lượng một itemset đóng đã mỏ.

Kết quả (Việt) 2:

Hơn nữa, họ chính xác đại diện cho chính xác những kiến ​​thức tương tự. Từ tập đóng nó là trong thực tế tầm thường để tạo ra tất cả các tập phổ biến cùng với sự hỗ trợ của họ. Quan trọng hơn, các luật kết hợp chiết xuất từ ​​bộ khép kín đã được chứng minh là có ý nghĩa hơn đối với các nhà phân tích, bởi vì tất cả dư thừa được loại bỏ [17]. Một số thuật toán e ffi cient khai thác tập phổ biến đóng gần đây đã được đề xuất [14, 15, 4, 12, 19, 17]. Thật không may, không có thuật toán có thể trực tiếp tôi đóng tập phổ biến chỉ được chưa nghĩ ra, nhưng tất cả trong số họ thực hiện các tính toán unuseful hoặc dự phòng để xác định xem một tập phổ biến đã cho là đóng hay không, và nếu như vậy, cho dù nó đã được phát hiện trước đây Hay không. Trong hầu hết các trường hợp, những thuật toán không phải là bộ nhớ-e ffi cient, kể từ khi họ yêu cầu để duy trì tất cả các tập đóng khai thác cho đến nay trong bộ nhớ chính để tránh tạo ra các bản sao, tức là, để kiểm tra xem việc đóng cửa một định itemset mang một đã được khai thác đóng itemset.