4.4.1　关联规则

常见的关联规则主要有两种模式：一种是基于同一个时间内发生的事件；另一种是基于不同时间发生的事件。

1）基于同一个时间内发生的事件。这种模式下的各个事件发生在同一时间点。

2）基于不同时间下发生的事件。这种模式也被称为序列模式，该模式下的各个事件发生在不同的时间点，但是我们可以通过查找各个事件之间的主键将事件关联起来。例如，在淘宝上消费者会在不同时间购买多件商品，此时可以将消费者的ID作为购买的多件商品之间的主键。

通过上述关联规则分析得到关联结果后，我们可以像“啤酒和尿布”的捆绑销售一样，将这些商品放到一起做打包组合向用户出售。但除了这种打包组合的思维方式之外，还可以这样考虑应用：既然用户具有较强的发生关联事件关系的可能性，那么可以基于用户的这种习惯，将前后项内容故意分离开，利用用户主动查找的时机来产生更多价值或完成特定转化目标。例如：用户经常一起购买啤酒和尿布，我们可以分别将啤酒和尿布陈列在展柜的两端（或者隔开一段距离），然后在用户购买啤酒又去购买尿布的途中，也许会发现别的商品进而购买，从而实现更多的销售。在用户完成两件事情的期间，不仅能促进商品销售，还能展示更多的广告和促销活动、提供更多的个性化内容等。这种方式可以将用户的更多兴趣激发出来。

典型的关联算法包括Aprior算法、FP-Growth算法、FreeSpan算法及prefixspan算法等，在第14章中会详细讲解这几种算法的原理。