本文共 511 字，大约阅读时间需要 1 分钟。

什么是关联规则挖掘？

关联规则挖掘：

从事务数据库，关系数据库和其他信息存储中的大量数据的项集之间发现有趣的、频繁出现的模式、关联和相关性。

应用：

购物篮分析、分类设计、捆绑销售等

关联规则：基本概念

给定：

项的集合：I={i1,i2,…,in} 任务相关数据D是数据库事务的集合，每个事务T则是项的集合，使得 每个事务由事务标识符TID标识； A,B为两个项集，事务T包含A当且仅当 则关联规则是如下蕴涵式： 其中 并且 ，规则 在事务集D中成立，并且具有支持度s和置信度c

基本概念——示例

项的集合 I={A,B,C,D,E,F}

每个事务T由事务标识符TID标识，它是项的集合 比如：TID(2000)={A,B,C} 任务相关数据D是数据库事务的集合

k－项集 基本概念

k－项集：包含k个项的集合

例：{牛奶，面包，黄油}是个3－项集

项集的频率是指包含项集的事务数

如果项集的频率大于（最小支持度×D中的事务总数），则称该项集为频繁项集

大型数据库中的关联规则挖掘包含两个过程：

1. 找出所有频繁项集 大部分的计算都集中在这一步
2. 由频繁项集产生强关联规则 即满足最小支持度和最小置信度的规则

关联规则挖掘分类