数据关联规则实战：从支持度、置信度到提升度的核心指标解读与算法选型

1. 数据关联规则入门：从购物篮到算法引擎

第一次接触数据关联规则时，我正坐在超市的休息区观察收银台。看着顾客们把啤酒和尿布放在一起结账，突然意识到这背后藏着有趣的规律。这就是关联规则挖掘的经典场景——发现看似不相关事物之间的隐藏联系。

数据关联规则的核心是找出"如果A发生，那么B也可能发生"这样的规律。在技术层面，我们需要处理三种关键数据结构：

• 项集（Itemset）：比如{啤酒，尿布}这样的商品组合
• 事务（Transaction）：单次购物行为包含的商品集合
• 规则（Rule）：形如啤酒=>尿布的关联表达式

实际项目中，我常用Python的mlxtend库快速验证想法。下面这段代码可以帮你快速建立直观认识：

python复制from mlxtend.preprocessing import TransactionEncoder
from mlxtend.frequent_itemsets import apriori

dataset = [['牛奶', '面包'],
           ['面包', '尿布'],
           ['牛奶', '尿布'],
           ['牛奶', '面包', '尿布']]

te = TransactionEncoder()
te_ary = te.fit(dataset).transform(dataset)
df = pd.DataFrame(te_ary, columns=te.columns_)

frequent_itemsets = apriori(df, min_support=0.5, use_colnames=True)
print(frequent_itemsets)

运行后会看到支持度超过50%的所有商品组合。这种快速验证方法在产品推荐系统前期调研中特别有用。

2. 核心指标三重奏：支持度、置信度与提升度

2.1 支持度：规律的普遍性度量

去年优化电商推荐系统时，我们发现一个有趣现象：手机壳和屏幕贴膜的支持度高达15%，但游戏手柄和4K蓝光碟的支持度只有0.3%。这直接影响了我们的营销策略调整。

支持度的计算公式很简单：

code复制支持度(X) = 包含X的事务数 / 总事务数

但实际操作中有几