垂直数据存储的Apriori算法采用深度优先正向搜索策略，因此无法充分利用Apriori先验性质对候选集进行剪枝。此外，对2个频繁k项集的前缀进行比对耗费大量的时间，尤其在不能生成新的频繁项集的情况下。而随着迭代的加深，频繁项集的增长，这种前缀比对更加耗时，为此本研究提出了改进后的ADPM算法。

    定義1：设t(PX)为项集PX的TidSet(PX包含的事务ID集合)，d(PX)为项集P和项集X的差集，d(PX)表示存在于t(P)中但不存在于t(PX)的事务ID集合，由集合的性质可以得到d(PX)=

    t(P)-t(PX)=t(P)-t(X)。见图1。

    由定义可知，ADPM算法中使用将待挖掘项集转换成其差集的方式，这样对于部分事务数据库，通过转换成差集的方式可较大程度减小参与并运算集合的大小。定义的性质中s(PXY)=s(PX)-

    |d(PXY)|=s(PY)-|d(PYX)| ......