Apriori लगातार आइटमसेट पीढ़ी के कॉम्बीनेटरियल फटने को दृढ़ता से संबोधित करने के लिए एल्गोरिदम है। यह घातीय खोज क्षेत्र को छोटा करने के लिए एप्रीओरी सिद्धांत का उपयोग करके इसे लागू करता है। इसके महत्वपूर्ण प्रदर्शन में वृद्धि के बावजूद, एल्गोरिदम काफी I/O ओवरहेड प्राप्त करता है क्योंकि इसे लेनदेन रिकॉर्डसेट पर विभिन्न पास बनाने की आवश्यकता होती है।
लेन-देन की बढ़ती चौड़ाई के कारण एप्रियोरी एल्गोरिथ्म का कार्य घने डेटा सेट के लिए अनिवार्य रूप से नीचा दिखा सकता है। इन कमियों को दूर करने और एप्रीओरी, एल्गोरिथम की प्रभावशीलता को बढ़ाने के लिए कई तरीके तैयार किए गए हैं।
इन विधियों का उच्च स्तरीय विवरण निम्नलिखित है जो इस प्रकार है -
आइटमसेट जाली का ट्रैवर्सल - लगातार आइटमसेट की खोज को आइटमसेट जाली पर ट्रैवर्सल माना जा सकता है। एक एल्गोरिथम विधि द्वारा लगी खोज विधियाँ कि कैसे बार-बार आइटमसेट पीढ़ी के चरण के दौरान जाली वास्तुकला का पता लगाया जाता है। जाली में बार-बार होने वाले आइटमसेट की संरचना के आधार पर कुछ खोज विधियां दूसरों से बेहतर होती हैं।
सामान्य-से-विशिष्ट बनाम विशिष्ट-से-सामान्य - एप्रीओरी एल्गोरिथम को एक सामान्य-से-विशिष्ट खोज दृष्टिकोण की आवश्यकता होती है, जहां उम्मीदवार के-आइटमसेट प्राप्त करने के लिए बारंबार (k-l)-आइटमसेट के जोड़े संयुक्त होते हैं। यह सामान्य-से-विशिष्ट खोज विधि कुशल है, समर्थित बारंबार आइटमसेट की अधिकतम लंबाई बहुत लंबी नहीं है।
एक विशिष्ट-से-सामान्य खोज विधि अधिक सामान्य लगातार आइटमसेट की खोज करने से पहले, अधिक निश्चित लगातार आइटम सेट के लिए देखती है। सघन लेन-देन में अधिकतम बारंबार आइटमसेट खोजने के लिए यह विधि फायदेमंद है, जहां लगातार आइटमसेट बॉर्डर जाली के नीचे स्थित है।
एप्रीओरी सिद्धांत का उपयोग अधिकतम लगातार आइटमसेट के कुछ सबसेट को छांटने के लिए किया जा सकता है। विशेष रूप से, यदि कोई उम्मीदवार k-आइटमसेट अधिकतम बारंबार होता है, तो उसे k-1 के आकार के किसी भी उपसमुच्चय को निर्धारित करने की आवश्यकता नहीं होती है, लेकिन यदि उम्मीदवार k-आइटमसेट विरल है, तो इसके सभी k-1 उपसमुच्चय की जांच करना आवश्यक है। अगले पुनरावृत्ति में।
एक अन्य विधि सामान्य-से-विशिष्ट और विशिष्ट-से-सामान्य खोज विधियों दोनों को जोड़ना है। इस द्विदिश दृष्टिकोण को उम्मीदवार आइटमसेट को बचाने के लिए अधिक स्थान की आवश्यकता थी, लेकिन यह बार-बार आइटमसेट बॉर्डर की तुरंत पहचान करने में सहायता कर सकता है।
समतुल्यता वर्ग - ट्रैवर्सल की कल्पना करने का एक और तरीका है कि पहले जाली को नोड्स (या समान वर्गों) की एक अलग टीम में विभाजित किया जाए। एक फ़्रीक्वेंट आइटमसेट जनरेशन एल्गोरिथम किसी अन्य तुल्यता वर्ग में बदलने से पहले एक विशिष्ट तुल्यता वर्ग के भीतर बार-बार आइटमसेट की खोज करता है।
एप्रीओरी में उपयोग की जाने वाली स्तर-वार विधि, एल्गोरिथम को आइटमसेट आकार के समर्थन पर जाली को विभाजित करने के लिए माना जा सकता है; यानी, एल्गोरिदम ऑपरेशन से पहले उच्च आकार के आइटमसेट में कुछ लगातार 1-आइटम ढूंढता है। समतुल्यता वर्गों को किसी आइटमसेट के उपसर्ग या प्रत्यय लेबल के अनुसार भी दर्शाया जा सकता है।