Frequent Pattern (FP) Mining ist eine bedeutende und gut erforschte Technik des Data Mining. Es wird verwendet, um interessante Muster aus großen Datenbanken zu extrahieren, indem Assoziationsregeln, Klassifizierungsregeln, Korrelationsregeln, Clustering-Regeln und sequentielle Regeln angewendet werden. Viele Forscher haben sich in den letzten Jahren stark auf FP-Mining konzentriert. Dieses Buch berichtet über neuartige Algorithmen zur Lösung von FP-Mining-Problemen. Es wird auch ein Vergleich bestehender Algorithmen und ihrer hybriden Version für sich ständig ändernde Datenbanken vorgestellt. Darüber hinaus werden in dieser Arbeit verschiedene bestehende Techniken zum Mining von häufigen Item-Sets analysiert und untersucht. Diese Arbeit bewertet auch die Leistung der neuen Algorithmen und vergleicht sie mit klassischen Techniken wie vertikalem Layout, horizontalem Layout und projizierten Datenbankalgorithmen.