เปรียบเทียบวิธี

	กฎความสัมพันธ์ออนไลน์	การทำเหมืองกฎความสัมพันธ์แบบกึ่งมีผู้สอน (Semi-supervised Association Rules)
สาขาวิชา	การเรียนรู้ของเครื่อง	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1996	2003–2010s
ผู้ริเริ่ม	Cheung, D. W., Han, J., Ng, V. T., & Wong, C. Y.	Liu, B.; Hsu, W.; Ma, Y. (and subsequent researchers)
ประเภท	Incremental / streaming pattern mining	Pattern mining with partial supervision
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.	Liu, B., Hsu, W., & Ma, Y. (2003). Integrating Classification and Association Rule Mining. In Proceedings of the 4th IEEE International Conference on Data Mining (ICDM), pp. 339–346.
ชื่อเรียกอื่น	Incremental association rule mining, Streaming association rules, Online ARM, Incremental ARM	semi-supervised ARM, label-guided association rule mining, constrained association rule mining, semi-supervised pattern discovery
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.	Semi-supervised association rule mining extends classical association rule learning by incorporating a small amount of labeled data alongside a larger unlabeled dataset. It uses known class information or user-provided constraints to guide the discovery of rules that are both statistically frequent and semantically meaningful, bridging unsupervised pattern mining with light supervision.