лементних кандидатів, підрахунок їх підтримки і відсікання наборів з рівнем підтримки, меншим 3. Решта двоелементні набори товарів, що вважаються часто зустрічаються двоелементні наборами ab, ac, bd , приймають участь у подальшій роботі алгоритму.
Якщо дивитися на роботу алгоритму прямолінійно, на останньому етапі алгоритм формує трьохелементні набори товарів: abc, abd, bcd, acd , підраховує їх підтримку і відсікає набори з рівнем підтримки, меншим 3. Набір товарів abc може бути названий часто зустрічається.
Однак алгоритм Apriori зменшує кількість кандидатів, відсікаючи - апріорі? тих, які свідомо не можуть стати часто зустрічаються, на основі інформації про відсічених кандидатах на попередніх етапах роботи алгоритму [14-16].
Відсікання кандидатів відбувається на основі припущення про те, що у часто зустрічається набору товарів все підмножини повинні бути часто зустрічаються. Якщо в наборі знаходиться підмножина, яке на попередньому етапі було визначено як нечасто зустрічається, цей кандидат уже не включається у формування і підрахунок кандидатів. p align="justify"> Так набори товарів ad, bc, cd були відкинуті як нечасто зустрічаються, алгоритм не розглядав товарів abd, bcd, acd .
При розгляді цих наборів формування Трьохелементний кандидатів відбувалося б за схемою, наведеною у верхньому пунктирном прямокутнику. Оскільки алгоритм апріорі відкинув завідомо нечасто зустрічаються набори, останній етап алгоритму відразу визначив набір abc як єдиний трьохелементний часто зустрічається набір (етап наведено у нижньому пунктирном прямокутнику) .
Алгоритм Apriori розраховує також підтримку наборів, які не можуть бути відсічені апріорі. Це так звана негативна область (negative border), до неї належать набори-кандидати, які зустрічаються рідко, їх самих не можна віднести до часто зустрічається, але все підмножини даних наборів є часто зустрічаються. p align="justify"> Залежно від розміру найдовшого часто зустрічається набору алгоритм Apriori сканує базу даних певну кількість разів. Різновиди алгоритму Apriori, які є його оптимізацією, запропоновані для скорочення кількості сканувань бази даних, кількості наборів-кандидатів або того й іншого. Були запропоновані наступні різновиди алгоритму Apriori: AprioriTID і AprioriHybrid [14-16]. p align="justify"> а) AprioriTid.
Цікава особливість цього алгоритму? те, що база даних D не використовується для підрахунку підтримки кандидатів набору товарів після першого проходу.