Algoritmi učenja asociacijskih pravil

One of the most popular methods of knowledge discovery in databases is the extraction of association rules. There are many different algorithms for association rule learning , which differ in space and time complexity. To perform a comparative analysis, we have implemented Apriori, Eclat and FP-growth algorithms and compared their time and memory consumption using synthetic and real databases. The analysis has shown that the FP-growth algorithm is the most efficient in the majority of cases.Zanimanje za metode odkrivanja znanja v podatkovnih bazah nenehno raste. Sodobne podatkovne baze so zelo velike, dosegajo terabajte in težijo k nadaljnemu povečanju, kar zahteva učinkovite, razširljive algoritme, ki lahko rešujejo težavo obdelave podatkov v razumnem roku. Ena od najbolj učinkovitih in priljubljenih metod za odkrivanje znanja je učenje asociacijskih pravil za ugotovitev različnih vrst pravilnosti v podatkih