什么是数据挖掘中的关联规则？

《什么是数据挖掘中的关联规则？》因公开证据表明其与互联网基础设施、治理、运营依赖性 或市场可见性相关而被 BTW Media 收录。

• 关联规则是在数据集中频繁共同出现的模式或关系。
• 关联规则有助于发现购买模式和客户偏好。它们还辅助推荐系统、欺诈检测，并帮助理解数据集中不同变量之间的关系。
• 几个指标用于评估关联规则的强度和显著性，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”语句阐明了数据项之间的关系。这些规则源自频繁模式，有助于识别大型数据集中的重要关联。通过识别共现关系，数据科学家可以提取可操作的见解，从而辅助各领域的决策。从客户分析到金融，关联规则在揭示模式和趋势、促进明智策略和提高运营效率方面发挥着作用。

什么是数据挖掘中的关联规则？

关联规则表示在广泛数据集中各种数据库格式下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来审视数据，寻找数据库内重复出现的模式，即所谓的共现关系。这些描述频繁“如果-那么”关联的模式本身就被称为关联规则。

例如，如果 75%购买麦片的顾客也购买了牛奶，这表明交易数据中存在一种明显的趋势，即购买麦片的人通常也会选择牛奶。在这种情况下，一条关联规则会断言麦片和牛奶购买之间存在关联。

各种算法被用来发现数据集中的此类模式，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，以赋能这些算法及其相关关联规则，管理当今产生的海量数据。

另请阅读：数据治理的五个角色和责任

数据挖掘中的关联规则类型

泛化规则：这类规则作为总体范例，提供了数据点之间关联的广泛视角。

多层次规则：多层次关联规则将数据点分类到不同重要性级别，也称为抽象级别。它们区分不同重要性数据点之间的关联。

量化规则：这类关联规则描述了在数值型数据点之间建立关联的情况。

多关系规则：比传统关联规则更全面，多关系规则超越了单个数据点，涵盖了多个或多维数据库中的关系。

关联规则如何运行？

关联规则包含两个部分：前项（如果）和后项（那么）。前项表示数据集中存在的一个项，而后项指的是与前项共同出现的一个项。这些“如果-那么”语句构成了项集，为从数据集中推导出包含两个或多个项的关联规则奠定了基础。

数据分析师在数据集中搜索频繁出现的“如果-那么”语句，随后根据其出现频率评估这些语句的支持度，并根据已确认实例的数量得出置信度。

关联规则通常源自包含众多项的项集，这些项在数据集中有良好的代表性。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，会产生大量往往缺乏显著性的规则。

一旦建立，数据科学家和依赖数据分析领域的专业人士会使用关联规则发现数据集中的重要模式。

另请阅读：数据治理的十项原则

关联规则的应用

在数据科学中，关联规则用于发现数据集之间的相关性和共现关系。这个过程通常被称为关联规则挖掘或挖掘关联，它深入研究了看似不同的信息库（如关系数据库和事务数据库）中的模式。

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，特别是在购买趋势和交易历史等领域。

购物篮分析：在零售环境中用于识别经常一起购买的产品，从而增强营销和销售策略。

产品聚类和门店布局：促进产品数据的检查，根据共同属性对商品进行分组，辅助门店布局设计。

目录设计：通过分析客户购买历史，为零售目录中的产品摆放和展示提供信息。

软件开发：用于机器学习和人工智能，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：用于分析大型文档中单词和句子之间的关系，产生新的见解。

关联规则在各个领域都有实际应用，例如：

医疗保健：通过比较过往病例的症状关系，根据当前症状确定某种疾病的可能性，辅助医生做出决策。

零售：通过识别经常一起购买的产品，为产品摆放和销售优先级提供信息，从而增强营销和销售策略。

用户体验设计：基于用户交互数据优化网站界面，提高参与度和可用性。

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

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：用于机器学习算法，通过识别指示欺诈行为的异常模式来检测和预防网络攻击。