सपोर्ट एक ठोस उपाय है क्योंकि एक नियम जिसका सपोर्ट बहुत कम है, वह आसानी से संयोग से प्रकट हो सकता है। कम सपोर्ट वाला नियम व्यावसायिक दृष्टिकोण से भी थकाऊ होने की संभावना है क्योंकि उन वस्तुओं को बढ़ावा देना लाभदायक नहीं हो सकता जिन्हें उपयोगकर्ता शायद ही कभी एक साथ खरीदते हैं।
एक एसोसिएशन नियम X → Y के रूप में एक निहितार्थ विवरण है जहां X और Y असंयुक्त आइटमसेट हैं, यानी, X ∩ Y = φ। एक एसोसिएशन नियम की मजबूती को इसके सपोर्ट और कॉन्फिडेंस के संदर्भ में गणना की जा सकती है। सपोर्ट तय करता है कि एक नियम दिए गए डेटा सेट पर कितना लागू होता है, जबकि कॉन्फिडेंस तय करता है कि X शामिल लेनदेन में Y में आइटम कितनी बार होते हैं।
कॉन्फिडेंस एक नियम द्वारा किए गए निष्कर्ष की सटीकता को मापता है। एक दिए गए नियम रूप X → Y के लिए, कॉन्फिडेंस जितना बड़ा होगा, X शामिल लेनदेन में Y के मौजूद होने की संभावना उतनी ही अधिक होगी। कॉन्फिडेंस X दिए जाने पर Y की सशर्त प्रायिकता का अनुमान भी प्रदान करता है।
एसोसिएशन विश्लेषण परिणामों को सावधानी से निष्पादित किया जाना चाहिए। एक एसोसिएशन नियम द्वारा किया गया निष्कर्ष अनिवार्य रूप से कार्य-कारण का संकेत नहीं देता है। बल्कि यह नियम के पूर्ववर्ती और परिणाम में तत्वों के बीच एक मजबूत सह-उपस्थिति संबंध का सुझाव देता है। कार्य-कारण के लिए डेटा में कारण और प्रभाव विशेषताओं के बारे में ज्ञान की आवश्यकता होती है और आमतौर पर समय के साथ दिखने वाले संबंध शामिल होते हैं।
एसोसिएशन नियम खनन समस्या को निम्नानुसार कहा जा सकता है -
एसोसिएशन नियम खोज - लेनदेन T का एक सेट दिया गया है, कुछ नियमों की खोज करें जिनका सपोर्ट ≥ minsup और कॉन्फिडेंस ≥ minconf हो, जहां minsup और minconf संबंधित सपोर्ट और कॉन्फिडेंस थ्रेशोल्ड हैं।
एसोसिएशन नियमों के खनन के लिए एक ब्रूट-फोर्स दृष्टिकोण प्रत्येक लागू नियम के लिए सपोर्ट और कॉन्फिडेंस की गणना करना है। यह दृष्टिकोण अत्यधिक महंगा है क्योंकि एक डेटा सेट से घातीय रूप से कई नियम निकाले जा सकते हैं।
एसोसिएशन नियम खनन एल्गोरिदम के कार्यान्वयन को बढ़ाने की दिशा में एक मूल कदम सपोर्ट और कॉन्फिडेंस आवश्यकताओं को अलग करना है। यदि आइटमसेट अल्पबारंबारता वाला है, तो सभी छह उम्मीदवार नियमों को उनकी कॉन्फिडेंस मूल्यों की गणना किए बिना सीधे प्रून किया जा सकता है।
इस प्रकार, कई एसोसिएशन नियम खनन एल्गोरिदम द्वारा अपनाई गई एक सामान्य रणनीति इस मुद्दे को दो प्रमुख उपकार्यों में विघटित करना है -
लगातार आइटमसेट पीढ़ी - उद्देश्य उन आइटमसेट को खोजना है जो एक थ्रेशोल्ड को पूरा करते हैं। इन आइटमसेट को लगातार आइटमसेट के रूप में जाना जाता है।
नियम पीढ़ी - उद्देश्य पिछले चरण में खोजे गए लगातार आइटमसेट से उच्च-कॉन्फिडेंस नियम निकालना है। इन नियमों को मजबूत नियम के रूप में जाना जाता है। लगातार आइटमसेट पीढ़ी के लिए कम्प्यूटेशनल आवश्यकताएं अक्सर नियम पीढ़ी की तुलना में अधिक महंगी होती हैं।
