A system and method for discovering association rules that display regular cyclic variation over time is disclosed. Such association rules may apply over daily, weekly or monthly (or other) cycles of sales data or the like. A first technique, referred to as the sequential algorithm, treats association rules and cycles relatively independently. Based on the interaction between association rules and time, we employ a new technique called cycle pruning, which reduces the amount of time needed to find cyclic association rules. A second algorithm, the interleaved algorithm, uses cycle pruning and other optimization techniques for discovering cyclic association rules with reduced overhead.

Een systeem en een methode om verenigingsregels dat te ontdekken de vertonings regelmatige cyclische variatie in tijd wordt onthuld. Dergelijke verenigingsregels kunnen over dagelijkse, wekelijkse of maandelijkse (of andere) cycli van verkoopgegevens of dergelijke van toepassing zijn. Een eerste techniek, die als opeenvolgend algoritme wordt bedoeld, behandelt vrij onafhankelijk verenigingsregels en cycli. Gebaseerd op de interactie tussen verenigingsregels en tijd, wenden wij een nieuwe techniek genoemd aan cycluspruning, die de hoeveelheid tijd nodig vermindert om cyclische verenigingsregels te vinden. Een tweede algoritme, het doorschoten algoritme, pruning van de gebruikscyclus en andere optimaliseringstechnieken om cyclische vereniging te ontdekken beslissen met verminderde overheadkosten.