assotsiatsioonireeglite

Assotsiatsioonireeglid on statistilised mustrid, mis kirjeldavad kaupa- või infotükikeste vahelisi seoseid suurte andmemaastike puhul. Teoreetiliselt loodi need 1990‑de alguses tegelenud uurijate poolt, kes aitasid välja töötada klassikalisi algoritme nagu Apriori, FP‑Growth ja ECLAT. Reeglite peamised paamõõdikud on tugi (support), usaldusväärsus (confidence) ja tõhuv (lift). Tugi näitab, kui tihti antud rühm (käsku või toote komplekti) ilmub kogu andmekogumis, usaldusväärsus mõõdab reegli tulemuse täpsust olemasoleva tingimuse korral ning tõhuv käitub asukäes kui ruutkoordinaadiline seos käib otseselt üle.

Eksperimendid on näidanud, et assotsiatsioonireeglite leidmine on eriti kasulik turunduses, kliendisuhtluses ja varustussüsteemides. Näiteks pangad kasutavad reegleid krediidi- ja krediitkaardikasutamise kujutamiseks klientide ostukäitumise põhjal, väike- ja keskeruugu kauplused leidavad suurima müügivõimaluse ühisosa müügile, ning interneti-verejälgijad optimeerivad sponsorite ja reklaamide paigutust.

Andmete suuruse ja keerukuse suurenemisega on pidevalt arenenud hulgal suurhulkandmete tööriistad, mis toetavad reeglite paindlikku ja efektiivset otsimist. Algoritmid eelistavad tavaliselt suurarte tugi- ja usaldusväärsusnivoo seadistamist, et hoida see?tulek kulutõhusalt ja vältida liigne müra.

Sümmeerina annab assotsiatsioonireeglite raamistik väärtusliku sisendi otsusprotsessidele, võimaldades organisatsioonidel avastada märgatavaid mustreid ja sõnades raamatus ajalugu.