Mining di regole di associazione su dati progressivi e ad alta dimensione

L'Association Rule Mining gioca un ruolo vitale in molti compiti significativi di data mining come l'estrazione di modelli frequenti, associazioni, modelli sequenziali, modelli chiusi e colossali, ecc. L'aumento esponenziale della disponibilità di serie di dati progressivi e ad alta dimensione come i dati di microarray e di espressione genica con caratteristiche variabili permette di studiare le prestazioni delle tecniche di estrazione delle regole di associazione per una scoperta efficiente delle regole. Questo libro sottolinea la valutazione delle prestazioni della scoperta di regole di associazione con i metodi Doubleton Pattern Mining (DPM) per l'estrazione di vari tipi di modelli frequenti da insiemi di dati progressivi ad alta dimensione.