כריית כללי אסוציאציה (Apriori)
כריית כללי אסוציאציה היא טכניקת כריית נתונים בלתי מונחית (unsupervised) המגלה דפוסי קו-הופעה (co-occurrence) בין פריטים במאגרי נתונים טרנזקציוניים. היא הוגדרה פורמלית על ידי Agrawal, Imieliński, ו-Swami בשנת 1993, ושופרה באמצעות אלגוריתם Apriori פורץ הדרך מאת Agrawal ו-Srikant בשנת 1994. השיטה מזהה כללים מהצורה X ⇒ Y — כלומר, טרנזקציות המכילות את קבוצת הפריטים X נוטות להכיל גם את קבוצת הפריטים Y — הנמדדים באמצעות מדדי תמיכה (support), ביטחון (confidence), והגברה (lift).
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Agrawal, R., Imieliński, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. ACM SIGMOD, 207–216. DOI: 10.1145/170035.170072 ↗
- Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th VLDB Conference, 487–499. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 2). Association Rule Mining (Apriori). ScholarGate. https://scholargate.app/he/machine-learning/association-rule-mining
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ניתוח מושגים פורמלי (Formal Concept Analysis - FCA)מחשוב רך↔ compare
- אשכול K-Meansלמידת מכונה↔ compare
- השראת כללים (RIPPER)למידת מכונה↔ compare