《数据挖掘：实用案例分析》——2.3 关联规则

2.3 关联规则

　　我们经常会碰到这样的问题：

　　1）商业销售上，如何通过交叉销售得到更大的收入？
　　2）保险方面，如何分析索赔要求发现潜在的欺诈行为？
　　3）银行方面，如何分析顾客消费行业，以便有针对性地向其推荐感兴趣的服务？
　　4）哪些制造零件和设备设置与故障事件关联？
　　5）哪些病人和药物属性与结果关联？
　　6）哪些商品是已经购买商品A的人最有可能购买的？

　　除此之外，人们希望从大量的商业交易记录中发现有价值的关联知识，以帮助进行商品目录的设计、交叉营销或其他有关的商业决策。在商业销售上，关联规则可用于交叉销售，以得到更大的收入；在保险业务方面，如果出现了不常见的索赔要求组合，则可能为欺诈行为，需要进一步调查；在医疗方面，可找出可能的治疗组合；在银行方面，对顾客进行分析，可以推荐感兴趣的服务等。这些都属于关联规则挖掘问题，关联规则挖掘的目的是在一个数据集中找出各项之间的关系，从大量的数据中挖掘出有价值的描述数据项之间相互联系的有关知识。随着收集和存储在数据库中的数据规模越来越大，人们对从这些数据中挖掘相应的关联知识越来越有兴趣。

2.3.1 什么是关联规则

　　关联规则（Association）：揭示数据之间的相互关系，而这种关系没有在数据中直接表示出来。

　　关联分析的任务就是发现事物间的关联规则或称相关程度。关联规则的一般形式是：

　　如果A发