Các tiêu chí khai thác mẫu thường xuyên:
Dựa trên tính đầy đủ của mẫu cần khai thác – Có thể khai thác toàn bộ tập hợp tập mục thường xuyên, tập mục thường xuyên đóng (closed frequent itemsets), và tập mục thường xuyên tối đa (maximal frequent itemsets), cho trước ngưỡng hỗ trợ tối thiểu.
Cũng trích xuất tập mục thường xuyên có ràng buộc (constrained frequent itemsets - thỏa mãn tập ràng buộc do người dùng định nghĩa), tập mục thường xuyên xấp xỉ (approximate frequent itemsets - chỉ thay đổi hỗ trợ xấp xỉ), tập mục thường xuyên khớp gần (near-match frequent itemsets - đếm hỗ trợ khớp tương đối), top-k tập mục thường xuyên (k tập mục thường xuyên nhất cho giá trị k do người dùng chỉ định), v.v.
Một số ứng dụng có nhiều yêu cầu về tính toàn vẹn mẫu cần khai thác, dẫn đến tính toán và phương pháp tối ưu hóa khác nhau.
Dựa trên mức trừu tượng bao gồm trong tập quy tắc – Có vài phương pháp khai thác quy tắc liên kết tìm quy tắc ở nhiều mức trừu tượng. Ví dụ, tập quy tắc liên kết khai thác bao gồm quy tắc với X biến số định nghĩa khách hàng:
buys(X, "computer") → buys(X, "HP printer")
buys(X, "laptop computer") → buys(X, "HP printer")
Dựa trên số chiều dữ liệu bao gồm trong quy tắc – Nếu mục hoặc thuộc tính trong quy tắc liên kết chỉ tham chiếu một chiều, là quy tắc liên kết đơn chiều (single-dimensional association rule).
Dựa trên loại giá trị xử lý trong quy tắc – Nếu quy tắc chứa liên kết giữa sự tồn tại và vắng mặt của mục, là quy tắc liên kết Boolean (Boolean association rule). Nếu quy tắc định nghĩa liên kết giữa mục/thuộc tính định lượng, là quy tắc liên kết định lượng (quantitative association rule). Trong quy tắc này, giá trị định lượng cho mục/thuộc tính chia thành khoảng.
Dựa trên loại quy tắc cần khai thác – Phân tích mẫu thường xuyên tạo ra vài loại quy tắc và mối quan hệ thú vị khác nhau. Quy tắc liên kết là loại quy tắc nổi tiếng nhất tạo từ mẫu thường xuyên.
Dựa trên loại mẫu cần khai thác – Một vài loại mẫu thường xuyên khai thác từ nhiều loại tập dữ liệu. Mục tiêu chính là khai thác tập mục thường xuyên (frequent itemset mining), tức khai thác tập mục thường xuyên (tập hợp mục) từ dữ liệu giao dịch hoặc quan hệ.
Khai thác mẫu tuần tự (Sequential pattern mining) tìm chuỗi con thường xuyên trong tập dữ liệu chuỗi, nơi chuỗi dữ liệu là thứ tự sự kiện. Ví dụ, với khai thác mẫu tuần tự, có thể nghiên cứu chuỗi mặt hàng thường mua. Ví dụ: người dùng xu hướng trước mua PC, sau camera số, rồi thẻ nhớ.