牛猛

（皖南医学院 教务处，安徽 芜湖 241002）

关联规则的基本研究

牛猛

（皖南医学院 教务处，安徽 芜湖 241002）

关联规则是数据挖掘的一个重要的研究领域。简要介绍了关联规则的产生与概述；详细介绍了关联规则的相关定义、性质、步骤与分类情况；阐述了关联规则的多种挖掘方法。

关联规则，定义，性质，步骤，分类，方法

doi：10.3969/j.issn.1673-9477.2016.02.039

一、关联规则的产生

关联规则挖掘最早应用于对零售业中的购物篮数据进行分析。零售机构记录了大量的销售记录，这些销售记录被称为购物篮数据（basket data），而记录顾客购物信息的购物篮数据称为事务（transaction）。

在此情况下，1993 年Agrawal 等人首先探索了销售记录中项集间的关联问题，并提出了基于频繁项集的 Apriori 算法。

二、关联规则的概述

关联规则挖掘就是从大量数据中挖掘出有价值的描述数据项之间相互联系的相关知识的数据挖掘过程［1］。

关联规则善于找出数据库中满足相关要求的数据属性域之间的相互关系。

三、关联规则的相关定义

（一）项/项目与项集

项/项目是数据库中最小的、不可分割的信息单位，用i表示。

项集是项/项目的集合。

（二）事务与事务数据库

（三）项集的频率

（四）关联规则

（五）支持度（Support）

支持度描述事务数据库中同时包含前提（X）和结果（Y）的事务数占所有事务数的比值，即包含前提（X）和结果（Y）的事务数在事务集中出现的频率，记为即

（六）置信度（Confidence）

置信度描述事务数据库中包含前提（X）和结果（Y）的事务数占包含前提（X）的事务数的比值，即在包含前提（X）的事务中出现结果（Y）的概率，记为即