Какие существуют методы анализа часто встречающихся наборов элементов в современных информационных системах?

Некоторые методы анализа часто встречающихся наборов элементов в современных информационных системах:

• Apriori. research-journal.org intuit.ru Классический метод, основанный на итеративной генерации кандидатов и подсчёте частоты их вхождения. research-journal.org Алгоритм последовательно выделяет часто встречающиеся одно-, двух- и т. д., n-элементные наборы. intuit.ru
• FP-Growth. research-journal.org Более эффективный алгоритм, использующий дерево частотных шаблонов (FP-дерево) и исключающий генерацию кандидатов. research-journal.org
• DIC (Dynamic Itemset Counting). research-journal.org Инкрементальный подход, позволяющий выделять частые наборы элементов по мере обработки данных. research-journal.org
• Кластеризация последовательностей. intuit.ru Позволяет выявить часто встречающиеся последовательности событий. intuit.ru При этом учитывается, в какой очерёдности события происходят (или элементы добавляются в набор). intuit.ru Схожие последовательности объединяются в кластеры. intuit.ru
• Поиск ассоциативных правил. tstu.ru Цель метода — нахождение частых зависимостей (или ассоциаций) между объектами или событиями. tstu.ru Найденные зависимости представляются в виде правил и могут быть использованы для лучшего понимания природы анализируемых данных, а также для предсказания появления событий. tstu.ru