關聯知識挖掘

資料庫中的數據關聯是現實世界中事物聯繫的表現。 但是，數據之間的關聯式複雜的，不僅是上面所說的依附在數據模型中的關聯，大部分是蘊藏的。 關聯知識挖掘的目的就是找出資料庫中隱藏的關聯信息。

關聯知識，反映了一個事件和其他事件的依賴或關聯。資料庫中的數據關聯是現實世界中事物聯繫的表現。資料庫作為一種結構化得數據組織形式，利用其依附的數據模型可能刻畫了數據間的關聯。但是，數據之間的關聯式複雜的，不僅是上面所說的依附在數據模型中的關聯，大部分是蘊藏的。關聯知識挖掘的目的就是找出資料庫中隱藏的關聯信息。關聯可以分為簡單關聯，時序關聯，因果關聯，數量關聯等。這些關聯並不總是事先知道的，而是通過資料庫中關聯分析得到的，因而對商業決策具有新的價值。
從廣義上講，關聯分析是數據、挖掘的本質。既然數據挖掘的目的是發現潛藏在數據背後的知識，那么這種知識一定是反映不同對象之間的關聯。關聯規則挖掘是關聯規則挖掘最常用的方法。最著名的是Agrawal踢出的APRIORI及其改進算法。為了發現有意義的關聯規則，需要給定兩個閾值：最小支持度和最小可信度，他表示了一組項目關聯在一起需要滿足的最低聯繫程度。在這個意義上，數據挖掘系統的目的就是從源資料庫匯總挖掘出和比較深入的分支，許多關聯規則挖掘的理論和算法已經被提出。