What are association rules in data mining?

• 关联规则是数据集中频繁共同出现的模式或关系。
• 关联规则有助于揭示购买模式和客户偏好。它们还用于推荐系统、欺诈检测以及理解数据集中不同变量之间的关系。
• 评估关联规则强度和显著性的几个指标包括支持度、置信度和提升度。

关联规则在数据挖掘中通过“如果-那么”语句阐明数据项之间的关系。这些规则源自频繁模式，有助于在大型数据集中发现显著的关联。通过识别共同出现，数据科学家能够提取可操作的洞察，为各个领域的决策提供支持。从客户分析到金融，关联规则在揭示模式和趋势、促进明智策略和提升运营效率方面发挥着作用。

什么是数据挖掘中的关联规则？

关联规则表示在多种数据库格式的大型数据集中数据项之间的条件关系。本质上，关联规则挖掘利用机器学习技术仔细检查数据，以查找数据库中称为共同出现的重复模式。这些描述频繁“如果-那么”关联的模式本身被称为关联规则。 另见: FCC 以许可限制支持光纤建设者.

例如，如果购买谷物的顾客中有75%也购买牛奶，这表明交易数据中存在一个可辨别的趋势，即谷物买家通常也会选择牛奶。此场景中的关联规则将断言谷物和牛奶购买之间存在联系。 另见: Ofcom 揭露英国铁路移动覆盖差距.

各种算法被用于发现数据集中的此类模式，并且能够处理大量数据。人工智能（AI）和机器学习技术越来越多地被部署，以使这些算法及其关联的关联规则能够管理当今生成的庞大数据量。 另见: 罗伯特·纽沃斯.

另请阅读：5大数据治理角色与职责

数据挖掘中关联规则的类型

广义型：这些规则作为总体范例，提供数据点之间关联的广泛视角。 另见: 欧盟重写人工智能基础设施主权规则.

多层型：多层关联规则将数据点分类到不同的重要性级别，也称为抽象级别。它们区分了不同重要性的数据点之间的关联。 另见: 欧盟限制美国卫星运营商接入频谱.

定量型：这类关联规则描述了数值型数据点之间建立联系的实例。 另见: FCC 要求美国海底电缆登陆须获许可.

多关系型：比传统关联规则更全面，多关系规则扩展了单个数据点，涵盖了跨多个或多维数据库的关系。 另见: 美国封堵海外AI芯片采购漏洞.

关联规则如何运作？

关联规则由两部分组成：前件（如果）和后件（那么）。前件表示数据集中存在的项，而后件指与前件一起观察到的项。这些如果-那么语句构成了项集，是推导出包含数据集中两个或更多项的关联规则的基础。 另见: Dish 违约后 FCC 重启 AWS-3 拍卖.

数据分析人员搜索数据集中频繁重复出现的如果-那么语句，随后根据它们出现的频率评估这些语句的支持度，并根据确认实例的数量评估置信度。

关联规则通常源自在数据集中有良好代表性的包含多项的项集。然而，通过检查所有可能的项集或过多的项组合来生成规则会产生过多的规则，这些规则通常缺乏显著性。

一旦建立，数据科学家和依赖数据分析领域的专业人员使用关联规则来识别数据集中的重要模式。

另请阅读：数据治理的10大原则

关联规则的应用

在数据科学中，关联规则用于查找数据集之间的相关性和共同出现。这个过程通常称为关联规则挖掘或挖掘关联，深入探究看似不相干的信息存储库中的模式，如关系数据库和事务数据库。

各行各业利用关联规则实现多种目的，包括：

客户分析：用于分析和预测客户行为，尤其在购买趋势和交易历史等方面。

购物篮分析：在零售环境中用于识别经常一起购买的产品，以增强营销和销售策略。

产品聚类与商店布局：促进对产品数据的检查，根据共同属性对物品进行分组，辅助商店布局设计。

目录设计：通过分析客户购买历史，指导零售目录中的产品放置和展示。

软件开发：在机器学习和人工智能中用于开发能够自主提高效率的程序，特别是在大规模数据挖掘任务中。

文本挖掘：用于分析大量文档中词语和句子之间的关系，产生新的洞见。

关联规则在各个领域的实际应用示例如下：

医疗保健：通过比较过去病例的症状关系来帮助诊断，根据当前症状确定给定疾病的可能性，辅助医生决策。

零售：通过识别常一起购买的产品增强营销和销售策略，指导产品放置和销售优先级。

用户体验设计：根据用户交互数据优化网站界面，提高参与度和可用性。

娱乐：为Netflix和Spotify等平台的内容推荐引擎提供动力，通过分析过去的用户行为来推荐相关内容。

金融：通过分析模式区分合法和欺诈活动，增强交易中的欺诈检测，加强风险管理工作。

网络安全：在机器学习算法中用于检测和阻止网络攻击，通过识别指示欺诈行为的异常模式。