1.1.10: Assoziative Regeln und der Warenkorb

Andere häufig untersuchte Regelmäßigkeiten sind assoziative Regeln, die z.B. aus Verkaufsdaten gewonnen werden können. Eine Datensammlung, aus der solche Regeln gewonnen werden, besteht aus Datensätzen, die Teilmengen einer Grundmenge beschreiben, also z.B. einzelne Einkäufe aus dem Sortiment eines Ladens oder eines Versandhauses. Ziel ist es, typische Warenkörbe zu bestimmen, also Gruppen von Artikeln, die häufig zusammen gekauft werden, bzw. für eine Menge von Waren zu bestimmen, welche weiteren Waren typischerweise gekauft werden.

Dazu wird zum einen für eine Teilmenge der Grundmenge untersucht, in wie vielen der Datensätze sie auftritt; zum anderen wird festgestellt, wie sich diese Zahl verändert, wenn ein Artikel weggelassen wird. Ist die Anzahl des Auftretens groß und steigt sie nur wenig an, wenn ein Artikel weggelassen wird, ergibt sich eine assoziative Regel.

Würden z.B. in 400 von 1 000 Einkäufen Eier, Salz, Butter, Schmalz, Milch, Mehl und Safran gekauft und in 500 Einkäufen alle diese Artikel außer Safran, so hätte die assoziative Regel
Eier, Salz, Butter, Schmalz, Milch, Mehl -> Safran
eine Basis von 0,4 und eine Sicherheit von 0,8 und würde auf der Ebene des Einkaufs ein altes Kinderlied neu entdecken.

Welcher Nutzen für den Verkauf aus einer solchen Regel gezogen werden kann, bleibt zunächst offen. Bei der Anwendungen von assoziativen Regeln im Information Retrieval können so z.B. neue Suchterme gefunden und vorgeschlagen werden (siehe Kapitel 2.5 ).