مروری بر الگوریتم رشد الگوهای پرتکرار و نسخه های بهبود یافته ی آن

در علم داده کاوی، یافتن الگوهای پرتکرار یکی از مسائل مهم و درخور توجه محسوب می شود. لذا در پاسخ به این نیاز الگوریتم های متعددی بوجود آمده و توسعه یافته اند. یکی از الگوریتم های شناخته شده در این زمینه، الگوریتم رشد الگوهای پرتکرار می باشد. این الگوریتم با استفاده از ساختاری درختی اقدام به یافت الگو های یاد شده در یک مجموعه ی داده ای می کند. هم چنین برای یافتن الگو هایی در اندازه های متفاوت و بدون استفاده از مجمو عه ی کاندید بسیار کارا، مناسب و مقیاس پذیر است. با وجود مزیت ها و قابلیت های یاد شده، در اجرای این الگوریتم مشکلاتی در زمینه ی زمان اجرا و حافظه ی مورد نیاز، دیده می شود. در مقاله ی پیش رو در ابتدا به بررسی نحوه ی اجرای الگوریتم رشد الگوهای پرتکرار پرداخته و سپس برخی از راه کار ها و تکنیک هایی را که سبب بوجود آمدن الگوریتم های رشد موثر، رشد درخت فشرده، رشد پیشوندی، رشد ریشه ی موقت، رشد توسعه یافته، دی و رشد بهبود یافته گشته اند را معرفی خواهیم کرد. در الگوریتم های یاد شده، سعی شده است تا با حفظ ویژگی ها و مزیت های الگوریتم ابتدایی، با نقاط ضعف آن از نظر ویژگی هایی نظیر زمان اجرا و حافظه ی مصرفی مقابله شود.