ALOA2I - Optimisation d'extraction des k-itemsets fréquents (k≤2)

Dans ce livre, nous proposons une nouvelle approche d’optimisation de l’algorithme de référence APRIORI (AGR 94). La démarche utilisée est basée sur des ensembles à un et deux items. Nous commençons par calculer les supports des 1-itemsets (ensembles de singletons), ensuite nous élaguons les 1-itemsets non fréquents et ne conservons que ceux qui sont fréquents (c'est-à-dire ceux qui ont des fréquences d’apparition appelées supports dont les valeurs sont supérieures ou égales à un seuil minimal fixé). Pendant la deuxième itération, nous trions les 1-itemsets fréquents par ordre décroissant de leurs supports respectifs puis nous formons les 2-itemsets. De cette façon les règles d’association sont découvertes plus rapidement. Expérimentalement, la comparaison de notre algorithme avec APRIORI, PASCAL, CLOSE et MAX-MINER, montre son efficacité sur des données faiblement corrélées.