Après (première) lecture de “Comparing performance of algorithms for generating concept lattices” by SERGEI O. KUZNETSOV, j'ai constaté :

Compte tenu des résultats qu'il affiche et d'autres considérations, plusieurs paires se suggèrent. Une axe est celle du type de problème :

(a) petit et éparse (ou contexte creuse?),
(b) moyen, ou
(c) grand et à contexte dense.

Donc, une sorte de paire serait (a)-(b) [Godin et Bordat], (b)-© [Bordat et un parmi Norris, CbO et NextClosure] ou (a)-© [Godin et un parmi les même trois]. Ce serait une stratégie de couverture (ou panoplie) pour avoir des algorithmes disponibles pour différentes sortes de problèmes, probablement (b) et ©.

D'autre part, puisqu'il y a trois algorithmes recommandés pour ©, on pourrait en prendre deux d'entre eux qui utilisent des stratégies différentes, comme Norris et NextClosure.

A ce stade, ma compréhension des algorithmes reste très limitée, et mon appréciation des conséquences lorsque on les adapte pour des attributs multi-modalité encore plus. Je ne peut donc pas recommander tel ou tel algorithme parce qu'il est plus prometteur pour une telle modification.

Avec toutes les réserves déjà émises, si je dois choisir aujourd'hui, je pense qu'il serait bon de prendre un algorithme qui procède par décomposition (Godin) puisque ça peut fournir une piste pour le traitement des multi-modalités. Pour le deuxième je prendrai Norris, qui est le seul des autres “champions” qui soit incrémentale (une piste similaire). A n'en prendre qu'un seul, je choisirai Norris.

Vos remarques et conseils seraient les bienvenus (surtout si vous pensez que j'ai mal choisi!).

Après discussion, Close by One a été choisi.