एसोसिएशन रूल लर्निंग एक प्रकार की अप्रशिक्षित शिक्षण विधि है जो एक डेटा तत्व की दूसरे डेटा तत्व पर निर्भरता के लिए परीक्षण करती है और उचित रूप से बनाती है ताकि यह अधिक प्रभावी हो सके। यह डेटासेट के चरों के बीच कुछ दिलचस्प संबंधों या संबंधों की खोज करने का प्रयास करता है। डेटाबेस में वेरिएबल के बीच दिलचस्प संबंध खोजने के लिए यह कई नियमों पर निर्भर करता है।
एसोसिएशन रूल लर्निंग मशीन लर्निंग की महत्वपूर्ण तकनीक है, और इसे मार्केट बास्केट एनालिसिस, वेब यूसेज माइनिंग, निरंतर उत्पादन आदि में नियोजित किया जाता है। मार्केट बास्केट विश्लेषण में, कई बड़े खुदरा विक्रेताओं द्वारा वस्तुओं के बीच संबंधों को खोजने के लिए इसका पर्याप्त उपयोग किया जाता है।
बाजार टोकरी विश्लेषण में, उपयोगकर्ताओं की खरीदारी की आदतों का विश्लेषण उन विभिन्न वस्तुओं के बीच संबंधों की खोज करके किया जाता है जिन्हें उपयोगकर्ता अपने शॉपिंग बास्केट में रखते हैं। इस तरह के संघों को ढूंढकर, खुदरा विक्रेता यह विश्लेषण करके विपणन का निर्माण करते हैं कि आमतौर पर उपयोगकर्ताओं द्वारा कौन से घटक खरीदे जाते हैं। यह जुड़ाव खुदरा विक्रेताओं को उनके शेल्फ स्पेस के लिए चुनिंदा मार्केटिंग और डिज़ाइन प्रदान करके बढ़ी हुई बिक्री को प्रभावित कर सकता है।
बहु-स्तरीय एसोसिएशन के लिए आवेदन का प्रसिद्ध क्षेत्र मार्केट बास्केट विश्लेषण है, जो उन वस्तुओं के समूहों की खोज करके उपयोगकर्ताओं की खरीदारी की आदतों को समझता है जिन्हें अक्सर एक साथ खरीदा जाता है जो अवधारणा पदानुक्रम की धारणा में दिखाया गया था।
एसोसिएशन के नियम लेन-देन से शुरू होते हैं जिसमें एक या अधिक उत्पाद या सेवा प्रदान करना और लेनदेन के बारे में कुछ प्राथमिक डेटा शामिल हैं। विश्लेषण के लक्ष्यों के लिए, उत्पाद और सेवा प्रदान करने को आइटम के रूप में जाना जाता है।
इन लेन-देन का उपयोग केवल खरीदे गए आइटम को शामिल करने के लिए किया गया है। यह दिनांक और समय जैसे डेटा का उपयोग कर सकता है और क्या उपयोगकर्ताओं ने नकद या क्रेडिट कार्ड से भुगतान किया है।
प्रत्येक लेन-देन हमें डेटा प्रदान करता है कि कौन से उत्पाद अन्य उत्पादों के साथ खरीदे जाते हैं। यह एक सह-उपस्थिति तालिका में प्रदर्शित होता है जो कई बार बताता है कि कुछ जोड़ी उत्पादों को एक साथ खरीदा गया था।
ये अवलोकन संघों के उदाहरण हैं और एक औपचारिक नियम का सुझाव दे सकते हैं जैसे कि यदि कोई उपयोगकर्ता सोडा खरीदता है, तो उपयोगकर्ता संतरे का रस भी खरीदता है। डेटा में, पांच लेनदेन में से दो में सोडा और संतरे का रस दोनों शामिल हैं। ये दो लेनदेन नियम प्रदान करते हैं। नियम का समर्थन पाँच में से दो या 40 प्रतिशत है।
क्योंकि दोनों लेन-देन जिसमें सोडा भी शामिल है, संतरे का रस भी शामिल है, नियम में भी काफी हद तक विश्वास है। क्योंकि सोडा सहित तीन लेनदेन में से दो में संतरे का रस भी शामिल है, इसलिए "सोडा, तो संतरे का रस" नियम में 67 प्रतिशत का विश्वास है। उलटा नियम, "अगर संतरे का रस, तो सोडा," का आत्मविश्वास कम होता है।