L'estrazione di modelli frequenti ha una parte vitale in molti compiti significativi di data mining comeassociazioni, modelli sequenziali, periodicit parziale, per nominarne alcuni. Tuttavia, risaputo che l'estrazione di modelli frequenti produce abitualmente un numero estremo diinsiemi di elementi frequenti e di regole, aprendo la strada alla riduzione della competenza e dell'efficienzadell'estrazione in considerazione del fatto che i clienti hanno il compito di passare al setaccio unnumeroenormedi regole estratte per individuare quelle fruttuose. Pertanto, senza ricorrereall'estrazione degli insiemi di elementi frequenti, l'estrazione di soli insiemi di elementi frequenti chiusi va molto lontano nelmigliorare incredibilmente l'eccellenza insieme alla diminuzione del tempo di calcolo. Questo libro si concentra su un nuovo meccanismo per implementare l'estrazione di modelli frequenti.