Cho CSDL giao dịch như hình vẽ, cơ sở điều kiện của nút M là:

Để xây dựng cây FP cho P, ta cần xem xét các giao dịch chứa P và đếm tần số của các mục đi kèm với P trong các giao dịch đó.

Giả sử các giao dịch chứa P là:

* {C, F, P}

Đếm tần số xuất hiện của các mục đi kèm với P:

* C xuất hiện 1 lần với P.
* F xuất hiện 1 lần với P.

Tuy nhiên, nếu có nhiều giao dịch chứa P, ta cần cộng dồn tần số xuất hiện của các mục này.

Giả sử sau khi cộng dồn, C xuất hiện 3 lần và F xuất hiện 3 lần với P (dựa vào dữ liệu đề bài).

Như vậy, cây điều kiện FP cho P sẽ là {CF:3} | p.

Vì vậy đáp án đúng là B.

Trong cơ sở dữ liệu giao dịch, với N mục phân biệt, mỗi mục có thể xuất hiện hoặc không xuất hiện trong một tập mục. Vì vậy, có 2 lựa chọn cho mỗi mục. Tổng số tập mục có thể được tạo ra là 2^N. Tuy nhiên, câu hỏi yêu cầu không tính tập rỗng (tập không chứa mục nào), do đó ta cần trừ đi 1. Vậy đáp án đúng là 2^N - 1.

Support(X) là số lượng giao dịch chứa tập mục X. Nếu X là tập con của Y, thì Support(Y) không thể lớn hơn Support(X). Nói cách khác, khi một tập mục lớn hơn được xem xét (ví dụ từ AB lên ABC hoặc ABCD), support sẽ giảm hoặc bằng, chứ không thể tăng lên. Vì vậy, Support(ABC) >= Support(ABCD), Support(AB) >= Support(ABC), Support(AB) <= Support(A) là đúng. Câu A sai vì Support(ABC) không thể nhỏ hơn Support(ABCD).

Confidence (độ tin cậy) trong khai phá luật kết hợp được tính bằng Support(A∪B) / Support(A), tức là tỉ lệ các giao dịch chứa cả A và B trên tổng số giao dịch chứa A.

Xét Confidence(AC --> B) = Support(A∪C∪B) / Support(A∪C) và Confidence(A --> BC) = Support(A∪B∪C) / Support(A).
Vì Support(A∪C) <= Support(A) nên Confidence(AC --> B) >= Confidence(A --> BC).

Các phương án còn lại không đúng vì không có tính chất hoặc quy luật nào đảm bảo sự so sánh như vậy giữa các confidence khác nhau.

Để trả lời câu hỏi này, chúng ta cần hiểu khái niệm 'tập mục thường xuyên' và 'độ hỗ trợ'. Tập mục thường xuyên là tập hợp các mục xuất hiện cùng nhau trong một số lượng giao dịch đủ lớn (vượt quá ngưỡng hỗ trợ tối thiểu). Độ hỗ trợ đo lường tần suất xuất hiện của một tập mục trong cơ sở dữ liệu.

Vì không có dữ liệu cụ thể về các giao dịch và tần suất xuất hiện của các tập mục được đưa ra, chúng ta không thể xác định chắc chắn tập nào có độ hỗ trợ cao nhất. Tuy nhiên, một cách tiếp cận hợp lý là xem xét độ dài của các tập mục. Các tập mục ngắn hơn thường có độ hỗ trợ cao hơn các tập mục dài hơn, vì chúng có khả năng xuất hiện trong nhiều giao dịch hơn.

Dựa trên lý luận này, các tập mục có hai phần tử ({B, E}, {A, E}) có khả năng có độ hỗ trợ cao hơn so với các tập mục có ba phần tử ({A, C, D}, {B, C, D}). Giữa {B, E} và {A, E}, không có thông tin nào để phân biệt. Do đó, rất khó để chọn ra một đáp án chính xác duy nhất mà không có thêm dữ liệu. Tuy nhiên, vì câu hỏi yêu cầu một đáp án, ta mặc định chọn đáp án A do nó xuất hiện trước. Lưu ý: Đây chỉ là phỏng đoán do thiếu thông tin đầu vào.

Trong trường hợp có dữ liệu về tần suất xuất hiện của các tập mục, chúng ta sẽ chọn tập mục có tần suất cao nhất.