| Home » Articles » Հոդվածներ | 
| Association rule learning-ը տարածված մեթոդ է, որը հնարավորություն է տալիս մեծ տվյալների բազաներում հայտնաբերել տարբեր փոփոխականների միջև հետաքրքրիր հարաբերություններ: Այս մեթոդի իրականացման համար մշակվել են վիճակագրական հստակ ու խիստ կանոններ՝ և լայնորեն օգտագործվում է սուպերմարկետներում վաճառքի ուսումասիրության ժամանակ: Մարդիկ որպես կանոն ապրանքները գնում են խմբավորված, մասնավորապես, եթե մարդը գնում է կարտոֆիլ, ապա հավանական է որ կգնի նաև ձեթ կամ կարագ, եթե հաճախորդը գնում է կենդանի խոցգետին, ապա հավանական է, որ նա կգնի նաև գարեջուր: Այս փոխկապվածությունների հարաբերակցության համար մշակվում է դրանք բացահայտող մատրիցա, իսկ արդյունքները կարող են հսկայական ազդեցություն ունենալ մարկետինգային տեսանկյունից: Այս մեթոդը լայնորեն օգտագործվումէ նաև WEb օգտագործման մեջ: Մասնավորապես կայքի հաճախորդների ուսումնասիրությունը թույլ է տալիս հասկանալ նրանց վարքը՝ կապելով նրանց նախորդող և հաջորդով հայլերը ինտերնետային կայքերում, բացահատելով նրանց տեղեկատվության հոսքերի տրամաբանությունը: 
 Ասոցիացիաների սկզբունքները 
 Այս մեթոդի սկզբուները հետևյալն են՝ Ենթադրենք  Ենթադրենք  Ծանկացած D գործողություն ունի իր հատուկ կոդը ID և պարունակում է  մեթոդի սկզբունը սահմանվում է հետևյալ տրամաբանության համաձայն՝ 
 որտեղ  
 
 Հետևյալ գրաֆիկում ներկայացված է երեք փոփոխականներով ասոցիատիվ ցանցը, որտեղ տարբեր գույներով ցույց է տրվում մինույն 
 
 | |||||||||||||||||||||||||||||||||||||
| Views: 667 | | |||||||||||||||||||||||||||||||||||||
| Total comments: 0 | |
 -ը
 -ը  փոփոխականի չափանիշներն են
 փոփոխականի չափանիշներն են  -ը գործողություններն (տրանզակցիաներ) են, որոնց ամբողջությունը հանդիսանում է մեր տվյալների բազան:
-ը գործողություններն (տրանզակցիաներ) են, որոնց ամբողջությունը հանդիսանում է մեր տվյալների բազան:  չափանիշների վերաբերյալ տեղեկատվություն:
 չափանիշների վերաբերյալ տեղեկատվություն:  
 և
 և  .
.