เปรียบเทียบวิธี

	กฎความสัมพันธ์ออนไลน์	Association Rules
สาขาวิชา	การเรียนรู้ของเครื่อง	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1996	1993
ผู้ริเริ่ม	Cheung, D. W., Han, J., Ng, V. T., & Wong, C. Y.	Agrawal, R., Imielinski, T., & Swami, A.
ประเภท	Incremental / streaming pattern mining	Unsupervised pattern discovery
แหล่งต้นตำรับ	Cheung, D. W., Han, J., Ng, V. T., & Wong, C. Y. (1996). Maintenance of discovered association rules in large databases: an incremental updating technique. In Proceedings of the 12th International Conference on Data Engineering (ICDE 1996), pp. 106–114. IEEE.	Agrawal, R., Imielinski, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data, 207–216.
ชื่อเรียกอื่น	Incremental association rule mining, Streaming association rules, Online ARM, Incremental ARM	market basket analysis, association rule mining, frequent itemset mining, affinity analysis
ที่เกี่ยวข้อง	5	4
สรุป	Online association rule mining discovers if-then patterns (e.g., buying bread implies buying butter) from transactional data that arrives incrementally or as a stream, updating existing rules and item counts without re-scanning the entire historical database each time new records arrive.	Association rule learning is an unsupervised technique that discovers co-occurrence patterns — 'if X then Y' implications — within large transactional datasets. Originally formalized by Agrawal, Imielinski, and Swami (1993) for supermarket basket analysis, it is now widely applied in e-commerce recommendation, health informatics, bioinformatics, and behavioral research.